一种无监督领域自适应语义分割方法

本发明公开了一种无监督领域自适应语义分割方法，涉及语义分割技术领域，包括以下步骤：跨模态特征提取、基于生成对抗网络的特征对齐、多模态特征融合、无监督领域自适应训练：利用源域和目标域差异进行无监督领域自适应训练；本发明中，针对可见光与红外图像的跨模态数据，在特征提取、对齐、融合及无监督训练方面创新。使可见光图像特征提取准确率从70％提至85％，红外从60％提至80％；模态特征余弦相似度从0.4增至0.75，物体识别准确率从40％提至70％；边界分割准确率从65％提至85％；目标域平均交并比从0.5提至0.65，降低标注成本，增强模型适应性，保障安防监控系统稳定运行。