摘要：
注释红外（IR）图像数据集的稀缺限制了深度学习网络实现与RGB数据相当的性能。为此，我们引入了一种新型半监督式RGB到红外图像对图像转换模型（SSL-RGB2IR），该模型从RGB图像生成合成红外数据。我们的模型有效保留了合成和真实世界数据生成图像中的红外特性。与现有图像到图像转换技术相比，基于生成的红外数据训练模型显著提升了下游任务（如分割和检测）的性能。值得注意的是，在模拟到实传输中，使用SSL-RGB2IR生成的红外图像训练的分割模型优于基线和其他图像到图像（I2I）模型。此外，对于使用EO/IR聚变图像的实际应用，这种方法解决了共注册EO和IR图像的常见问题，因为由于传感器特性不同，EO和IR图像常常存在固有的错位。我们的代码可在 https://github.com/prahlad-anand/ssl-rgb2ir https://github.com/prahlad-anand/ssl-rgb2ir 获取。
会议日期： 2024年10月14-18日
加入IEEE Xplore的日期： 2024年12月25日
ISBN信息：
ISSN信息：
出版社：IEEE
会议地点： 阿联酋阿布扎比
' https://ieeexplore.ieee.org/abstract/document/10802815
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
