摘要
本发明公开了一种基于因果风格不变的遥感影像语义分割方法,它通过构建因果不变表征学习网络ICRNet实现,所述因果不变表征学习网络ICRNet包括风格干预模块和同一性正则化模块;其中:风格干预模块:通过模拟遥感影像的季节变化,来干预影像的风格;同一性正则化模块:从变化风格的影像中学习不变的内容特征。在三个遥感语义分割数据集上进行了广泛的测试,结果表明,相较于其他基于对比学习的表征学习方法,本发明提出的方法能较好地学习不变的内容表征,在季节偏移下表现出更好的泛化性能。
技术关键词
风格
影像
表征学习方法
头结构
模块
遥感地物
网络
样本
编码器
标签
数据
度量
编辑
语义
文本
阶段
定义
框架
参数
系统为您推荐了相关专利信息
预训练语言模型
数据标注方法
标签
文本
可读存储介质
智能推理方法
节点
路径匹配
智能推理系统
知识推理技术
LSTM模型
厚度预测方法
历史气象数据
输电线路覆冰厚度
存储计算机程序
混合现实装置
三维模型
建模装置
电缆巡检方法
通道
电池剩余容量
容量估算方法
RC模块
卡尔曼滤波
等效电路模型