扩散噪声增强

长尾分类更均衡

一种专门针对遥感图像长尾分布的两阶段数据增强方法，通过扩散模型生成和混合策略扩大尾部类样本多样性，并校准生成分布与真实分布的一致性。

Qianqian, Wang · 叶海波 · 梁栋 · 黄圣君

IEEE Transactions on Geoscience and Remote Sensing 2025

技术优势

尾巴类不再拖后腿

通过扩散模型生成多样化尾部类样本，并结合DiffCam-Mix保留原始图像前景信息，增强尾部类样本多样性。

生成图像不再失配

使用余弦相似度最小化混合数据与原始数据之间的差异，校准生成分布与真实分布的一致性。

应用场景

• 遥感图像分类：提升长尾分布下遥感图像分类的尾部类准确率。
• 长尾数据增强：用扩散模型生成尾部类样本，均衡类别分布。
• 扩散模型数据增强：通过混合策略融合生成与真实图像，提升多样性。