航拍场景下的车辆生成

来源：计算机技术与发展杂志2019年第12期北京时间：

作者：陶晓力;刘宁钟

摘要：随着智能交通的提出,结合无人机的航拍车辆检测有着越来越多的应用。 目前在车辆检测方面,基于 CNN 的目标检测方法如 faster-rcnn、yolo 等都达到了很高的水准,但也存在着需要收集大量标注数据进行训练的问题。 而通过图像生成方法解决训练样本的获取是一个可行的解决方案。 但一般的生成模型要么只能生成车辆,没有背景信息,要么只能拟合背景,生成车辆严重失真。 对此,文中在 pix2pixGAN 的基础上提出多条件约束的生成对抗网络,用以在真实航拍场景图像中生成带位置标注信息的车辆。 通过在生成对抗网络中设立多判别器的方法分别约束背景的拟合以及图像中车辆的生成,将图像中预先设置的噪声区域完美转化成车辆图像。 对比实验结果显示,该车辆生成模型能够很好地在航拍图像中生成较为逼真的车辆。

关键词：GAN;车辆生成;pix2pix;多条件约束