リモートセンシング技術の発展に伴い、リモートセンシング画像はリモートセンシング画像認識やセグメンテーションなどの分野で広く応用されている。しかし、リモートセンシング画像の数が少なく、品質が低く、多様性が不足している問題は、リモートセンシング解釈などの後続研究の性能向上を妨げている。少数のリモートセンシング画像を利用して大量のデータセットを生成する方法は、現在解決が急務となっている問題である。この問題に対処するため、本論文ではSinGANネットワークを基に、新しい純畳み込みネットワークConvNeXtを組み合わせてリモートセンシング画像データ増強フレームワークを構築した。実験結果は、リモートセンシングデータセットNWPU-RESISC45において、ConvNeXt畳み込みネットワークを用いたデータ増強後の画像が、FID、SSIMおよびPSNRの3つのGANと画像品質評価指標において、それぞれ5.7％、6.2％、8.2％向上したことを示している。改良されたSinGANに基づくリモートセンシング画像データ増強方法で増強した画像の品質と多様性は、SinGANアルゴリズムおよび従来の画像増強方法よりも優れており、実際に画像セグメンテーションや物体検出などの分野で利用可能である。

SinGAN;データ増強;リモートセンシング画像;ConvNeXt