基于GAN的遙感圖像協(xié)同數(shù)據(jù)增強(qiáng)方法

摘要： 針對基于深度學(xué)習(xí)的分類模型在少樣本訓(xùn)練時(shí)所遭受的梯度消失、過擬合問題，結(jié)合DCGAN和SRGAN特性，提出一種抑制過擬合、提升圖像生成質(zhì)量的DS-GAN協(xié)同數(shù)據(jù)增強(qiáng)算法。通過改進(jìn)DCGAN生成新的圖像，使用改進(jìn)SRGAN對其進(jìn)行超分辨率重構(gòu)，二者協(xié)同得到新的超分辨率圖像。首先，提出一種軟標(biāo)簽函數(shù)，代替DCGAN原始固定標(biāo)簽；其次，引入空洞卷積殘差塊作為SRGAN判別器主結(jié)構(gòu)，同...