論文の概要: Mask Conditional Synthetic Satellite Imagery
- arxiv url: http://arxiv.org/abs/2302.04305v1
- Date: Wed, 8 Feb 2023 19:42:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-10 17:43:15.000398
- Title: Mask Conditional Synthetic Satellite Imagery
- Title(参考訳): マスク条件付き合成衛星画像
- Authors: Van Anh Le, Varshini Reddy, Zixi Chen, Mengyuan Li, Xinran Tang,
Anthony Ortiz, Simone Fobi Nsutezo, Caleb Robinson
- Abstract要約: 合成衛星画像データセット作成のためのマスク条件合成画像生成モデル
我々は,上流の条件付き合成画像生成装置を訓練し,その生成装置を用いてランドカバーマスクを用いた合成画像を作成することができることを示す。
実画像と合成画像の混合がデータ拡張手法として機能し、実画像のみを使用するよりも優れたモデルを生成することが判明した。
- 参考スコア(独自算出の注目度): 10.235751992415867
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper we propose a mask-conditional synthetic image generation model
for creating synthetic satellite imagery datasets. Given a dataset of real
high-resolution images and accompanying land cover masks, we show that it is
possible to train an upstream conditional synthetic imagery generator, use that
generator to create synthetic imagery with the land cover masks, then train a
downstream model on the synthetic imagery and land cover masks that achieves
similar test performance to a model that was trained with the real imagery.
Further, we find that incorporating a mixture of real and synthetic imagery
acts as a data augmentation method, producing better models than using only
real imagery (0.5834 vs. 0.5235 mIoU). Finally, we find that encouraging
diversity of outputs in the upstream model is a necessary component for
improved downstream task performance. We have released code for reproducing our
work on GitHub, see
https://github.com/ms-synthetic-satellite-image/synthetic-satellite-imagery .
- Abstract(参考訳): 本稿では,合成衛星画像データセットを作成するためのマスク条件合成画像生成モデルを提案する。
実際の高解像度画像とそれに付随するランドカバーマスクのデータセットから,上流の条件付き合成画像生成装置を訓練し,その生成装置を用いてランドカバーマスクを用いた合成画像を作成し,合成画像とランドカバーマスクを用いた下流モデルの訓練を行い,実際の画像で訓練されたモデルと同じようなテスト性能を実現することを示す。
さらに,実画像と合成画像の混合を組み込むことがデータ拡張手法となり,実画像のみを使用するよりも優れたモデルを生成することが判明した(0.5834 対 0.5235 miou)。
最後に、上流モデルにおけるアウトプットの多様性を奨励することが、下流タスクのパフォーマンスを向上させるために必要な要素であることがわかった。
GitHubで作業を再現するためのコードをリリースした。https://github.com/ms-synthetic-satellite-image/synthetic-satellite-imageryを参照してください。
関連論文リスト
- UAV-Sim: NeRF-based Synthetic Data Generation for UAV-based Perception [62.71374902455154]
ニューラルレンダリングの最近の進歩を利用して、静的および動的ノベルビューUAVベースの画像レンダリングを改善する。
本研究では,主に実データと合成データのハイブリッドセットに基づいて最先端検出モデルが最適化された場合,性能が大幅に向上することを示す。
論文 参考訳(メタデータ) (2023-10-25T00:20:37Z) - FreeMask: Synthetic Images with Dense Annotations Make Stronger
Segmentation Models [62.009002395326384]
FreeMaskは、生成モデルからの合成画像を利用して、データ収集とアノテーション手順の負担を軽減する。
まず、現実的なデータセットによって提供されるセマンティックマスクに条件付けされた豊富な訓練画像を合成する。
本研究では,実画像との協調訓練や,実画像の事前学習による合成画像の役割について検討する。
論文 参考訳(メタデータ) (2023-10-23T17:57:27Z) - Person Image Synthesis via Denoising Diffusion Model [116.34633988927429]
本研究では,高忠実度人物画像合成に拡散モデルをいかに応用できるかを示す。
2つの大規模ベンチマークとユーザスタディの結果は、挑戦的なシナリオ下で提案したアプローチのフォトリアリズムを実証している。
論文 参考訳(メタデータ) (2022-11-22T18:59:50Z) - Is synthetic data from generative models ready for image recognition? [69.42645602062024]
本研究では,最新のテキスト・画像生成モデルから生成した合成画像が,画像認識タスクにどのように利用できるかを検討した。
本稿では,既存の生成モデルからの合成データの強大さと欠点を示し,認識タスクに合成データを適用するための戦略を提案する。
論文 参考訳(メタデータ) (2022-10-14T06:54:24Z) - DiVAE: Photorealistic Images Synthesis with Denoising Diffusion Decoder [73.1010640692609]
本稿では,拡散デコーダ(DiVAE)を用いたVQ-VAEアーキテクチャモデルを提案する。
我々のモデルは最先端の成果を達成し、さらに多くのフォトリアリスティックな画像を生成する。
論文 参考訳(メタデータ) (2022-06-01T10:39:12Z) - A Shared Representation for Photorealistic Driving Simulators [83.5985178314263]
本稿では、識別器アーキテクチャを再考することにより、生成画像の品質を向上させることを提案する。
シーンセグメンテーションマップや人体ポーズといったセマンティックインプットによって画像が生成されるという問題に焦点が当てられている。
我々は,意味的セグメンテーション,コンテンツ再構成,および粗い粒度の逆解析を行うのに十分な情報をエンコードする,共有潜在表現を学習することを目指している。
論文 参考訳(メタデータ) (2021-12-09T18:59:21Z) - Synthetic Data for Model Selection [2.4499092754102874]
合成データはモデル選択に有用であることを示す。
そこで本研究では,実領域に適合する合成誤差推定をキャリブレーションする新しい手法を提案する。
論文 参考訳(メタデータ) (2021-05-03T09:52:03Z) - Self-Supervised Sketch-to-Image Synthesis [21.40315235087551]
本研究では,s2i合成タスクを自己教師あり学習方式で検討する。
まず,一般RGBのみのデータセットに対して,ラインスケッチを効率的に合成する非監視手法を提案する。
次に,自己教師付きオートエンコーダ(ae)を提示し,スケッチやrgb画像からコンテンツ/スタイルの特徴を分離し,スケッチやrgb画像と一致したスタイルを合成する。
論文 参考訳(メタデータ) (2020-12-16T22:14:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。