Gans de fusión semántica para la clasificación semi-supervisada de imágenes satelitales

La mayoría de los conjuntos de datos de imágenes satelitales públicas contienen solo un pequeño número de imágenes anotadas. La falta de una cantidad suficiente de datos etiquetados para el entrenamiento es un cuello de botella para el uso de enfoques de clasificación modernos basados en aprendizaje profundo en este ámbito. En este artículo proponemos un enfoque semi-supervisado para abordar este problema. Utilizamos el discriminador (D) de una Red Generativa Adversarial (GAN) como clasificador final, y entrenamos D utilizando tanto datos etiquetados como no etiquetados. La principal novedad que introducimos es la representación de la información visual que se proporciona a D mediante dos canales diferentes: la imagen original y su representación “semántica”, esta última obtenida mediante una red externa entrenada en ImageNet. Los dos canales se fusionan en D y se utilizan conjuntamente para clasificar imágenes falsas, imágenes reales etiquetadas e imágenes reales no etiquetadas. Mostramos que usando solo 100 imágenes etiquetadas, el enfoque propuesto alcanza una precisión cercana al 69% y una mejora significativa con respecto a otros métodos semi-supervisados basados en GAN. Aunque hemos probado nuestro enfoque solo en imágenes satelitales, no utilizamos ningún conocimiento específico del dominio. Así, nuestro método puede aplicarse a otros dominios semi-supervisados.