PatchGAN-16

GAN生成的声纳数据真实性受到任务感知评估的质疑

研究人员调查了生成对抗网络（GAN）在为机器人感知创建合成声纳数据方面的有效性。他们发现，像SSIM和PSNR这样的传统图像保真度指标并不总是与下游物体检测性能相关。具体来说，使用PatchGAN判别器的GAN配置即使在未达到最高像素级相似度得分的情况下，也显示出强大的检测结果。这表明任务感知评估对于评估机器人中使用的合成传感器数据的真实性至关重要。