利用激活最大化和生成对抗训练在卫星图像中识别和解释自然地区中的模式
原文中文,约400字,阅读约需1分钟。发表于: 。通过使用最大激活和生成对抗模型的新框架,本研究旨在生成能够完整有效解释定义自然真实性的保护区域的空间和光谱模式的卫星图像,进而推动对保护和野生地区形成模式的解释。这个研究的方法能够生成更精确的归因地图,指明保护区域的自然真实性的形成模式,并促进对保护自然地区生态完整性的理解,为未来的监测和保护工作做出贡献。
本文介绍了一种新的模型——生成对抗性何处网络(Generative Adversarial What-Where Network),该模型可以根据内容和位置描述合成图像。该模型在Caltech-UCSD Birds数据集上展示了高质量的图像合成能力,并且可以控制鸟类周围的边界框和组件。通过模拟条件分布,该系统可以控制各个部分。初步结果还展示了在MPII Human Pose数据集上对人体动作图像进行文本和位置可控合成的能力。