一种多任务协同学习的遥感无监督域自适应语义分割方法

AITNT
正文
推荐专利
一种多任务协同学习的遥感无监督域自适应语义分割方法
申请号:CN202411027659
申请日期:2024-07-30
公开号:CN118968064A
公开日期:2024-11-15
类型:发明专利
摘要
本发明涉及遥感图像处理领域,公开了一种多任务协同学习的遥感无监督域自应语义分割方法,方法包括:将任务特定的语义特征和高程特征送入跨任务特征关联学习模块中,潜在学习不同任务间的相关性,获取增强的任务特定特征表示。利用伪标签指导的混合一致性学习模块提升伪标签质量,促进全局域对齐。同时,通过熵引导的类别级对齐提升难分类类别的可分离性。本发明通过将多任务学习与遥感域自适应语义分割相结合,充分利用高程信息辅助遥感的跨域地物分类,显著提升了遥感影像的难分类区域的跨域分割精度。
技术关键词
语义分割方法 样本 无监督 多任务 遥感影像数据 语义分割模型 特征提取模块 语义分类器 融合特征 语义标签 对齐模块 门控结构 学生 遥感图像处理 更新模型参数
系统为您推荐了相关专利信息
1
一种用于密集场景行人检测系统及其构建方法
行人检测系统 网络 语义特征 标签 场景
2
一种产品智能化在线检测管理系统及方法
智能化在线检测 图像 产品生产线 工业相机 ORB算法
3
一种考虑三维高程特征的河网模式识别方法装置、电子设备及介质
模式识别方法 模式识别模型 样本 多项式 拉普拉斯
4
一种天然气管网状态参数预测方法、装置、设备及介质
站点 天然气管网系统 特征提取模型 矩阵 时序预测模型
5
基于人工智能的重症监护监测方法及系统
基线 生理 参数 历史监测数据 监测方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号