摘要
本发明公开了一种面向遥感图像分割任务的域泛化方法,涉及图像处理技术领域,首先,利用基础遥感图像分割模型从遥感图像样本中提取特征图,并采用特征解耦器将这些特征分解为域特定分量和域不变分量,以便更精确地捕捉不同域间的差异性和共性。接着,基于计算出的代价损失更新模型参数,并使用元学习框架优化特征解耦器,确保解耦分量的独立性和语义属性。本发明通过连续值空间建模、向量正交解耦及生成数据维护等技术手段,在提升遥感图像分割准确性的同时,显著增强了模型在未知域上的泛化能力。
技术关键词
面向遥感图像
图像分割模型
泛化方法
更新模型参数
样本
分类器
特征提取器
训练集
语义
基础
编码器
全局平均池化
测试特征
图像处理技术
训练特征
重构
超参数
系统为您推荐了相关专利信息
特征提取器
模态特征
噪声生成方法
预训练模型
多模态
图像分割模型
卷积模块
注意力
图像分割方法
输出特征