红外目标修复增强网络

配对标注一步生成

用条件修复直接生成成对的红外多类目标图像与标注，省去人工对齐，数据扩充一步到位。

王鹏 · Zhe, Ma · Bo, Dong · Liu, Xiuhua · Jishiyu, Ding · Kewu, Sun · 陈莹

Pattern Recognition 2024

技术优势

标注自动配对

文本标注先转成掩码图，再做掩码到图像的修复，生成的图像和边界框天然对齐。

背景亮度更一致

多尺度形态学腐蚀损失专门处理修复区域与全局背景的亮度差异，生成图像更自然。

标注来源更灵活

人工设计的多类目标标注可以和真实标注混在一起参与增强，图像多样性更高。

应用场景

• 红外目标检测：在小样本红外数据集上生成成对增强数据，直接提升检测精度。
• 无人机红外视觉：给无人机红外载荷补足训练样本，省去逐帧手动标注。
• 机器人视觉感知：让机器人在少量红外数据上也能训出可靠的多类目标感知。
• 低空飞行器探测：为低空飞行器检测生成多样的红外多类目标样本，缓解数据稀缺。