论文是学术研究的精华和未来发展的明灯。小黑决心每天为大家带来经典或者最新论文的解读和分享，旨在帮助各位读者快速了解论文内容。个人能力有限，理解难免出现偏差，建议对文章内容感兴趣的读者，一定要下载原文，了解具体内容。
摘要
在本文中，作者提出了一种在热域中改进行人检测的方法:首先，使用生成数据增强方法，然后使用生成数据的域自适应方法适应RGB行人检测器。作者的模型，基于最小二乘生成对抗网络，被训练合成输入RGB图像的真实热版本，然后用于增加有限数量的标记热行人图像可供训练。作者应用生成数据增强策略，以适应预训练的YOLOv3行人检测器，以检测仅在热领域。实验结果证明了作者方法的有效性:使用不到50%的实际热训练数据，并在域自适应阶段依靠作者的模型合成的数据，作者的检测器在KAIST多光谱行人检测基准上取得了最先进的结果;即使有更多真实的热数据可用，将GAN生成的图像添加到训练数据中也会提高性能，从而表明这些图像是一种有效的数据增强形式。据作者所知，作者的探测器在KAIST上获得了最先进的单模态检测结果。
这项工作的贡献是：
•作者提出了一种基于最小二乘生成对抗网络(LSGAN)[14]的新生成模型，能够从RGB合成热图像;
•作者提出了一种混合真实/合成训练域自适应程序，使用作者的LSGAN将真实热图像与从未标记的RGB行人图像合成的热图像混合，并使用这个增强训练集来适应YOLOv3[15]检测器;
•作者进行了广泛的消融研究，以探索作者方法的有效性，以及真实图像和合成图像的各种混合比例;
•作者进行了大量的实验，将作者的方法与最先进的方法进行了比较，据作者所知，作者的仅热探测器在KAIST多光谱行人检测基准上比所有最先进的单模检测方法表现得更好。
框架结构
系统概述:vis2therm GAN从可见数据生成假热图像;混合了真实和虚假的热图像以及相关的物体边界盒，用来训练一个物体探测器，然后用热成像相机的图像进行测试。
作者的模型是经过对抗和知觉损失训练的LSGAN。最小二乘GAN (LSGAN)，改进了标准GAN模型，将损失函数从交叉熵改变为平方距离。它比较稳定，也比较容易训练。Generator G架构使用残差密集块(RRDB)中的残差作为基本单元构建。与[59]一样，作者从传统的convb - bn - lrelu三元组中去掉批处理规范化层。初始降采样卷积后，)顺序堆叠5个RDDB块。每个RDDB块由4个密集块组成。每个密集块的增长率为k = 32，包含5对连续的卷积层，后面是一个漏泄矫正线性单元(LReLU)。
实验结果
使用80%的真实图像和20%的合成图像训练的检测器检测示例。第一行是有感知损失的检测结果，第二行是没有感知损失的检测结果。蓝框表示真阳性检测，绿框表示假阴性，红框表示假阳性。
韩科院热图像与探测的例子
第一行是白天图像，第二行是夜间图像。第一列和第二列分别为纯合成训练和纯真实训练的检测结果。第三列和最后一列分别是全部和混合90%的比例。蓝框表示真阳性检测，绿框表示假阴性，红框表示假阳性。
结论
本文提出了一种基于LSGAN的新型GAN结构，用于将可见光光谱图像转换成热光谱图像。作者还提出了一种新的训练方法，将真实图像和合成图像混合，以适应YOLOv3探测器在热域的检测。大量的实验验证表明，作者的方法在KAIST数据集上的行人检测方面优于最先进的单模态检测器。作者的实验表明，即使只使用50%可用的真实热图像，也有可能获得与使用100%真实热图像训练的最先进方法相媲美的结果。这表明，使用作者提出的GAN生成的图像是有益的，可能有助于调整可见光谱探测器，使其在缺乏训练数据的领域中运行。
论文链接：https://arxiv.org/pdf/2102.02005.pdf
声明：部分内容来源于网络，仅供读者学术交流之目的。文章版权归原作者所有。如有不妥，请联系删除。
- 机器学习交流qq群955171419，加入微信群请扫码
