摘要
本发明公开了一种基于无监督域自适应的跨域遥感图像语义分割方法,包括:利用源域图像及其语义标签,预训练编码器‑解码器分割骨架;通过差异损失衡量目标域领域不变特征与特定特征的差异,并应用重建损失防止信息丢失;基于对抗性方法对齐源域与目标域的领域不变高层特征;通过解码器的主解码器和辅助解码器分别处理目标域的高层与浅层不变特征,利用一致性损失确保不同层级特征的预测结果一致;融合目标域领域不变高层特征和特定特征,生成目标域融合特征,并通过对齐其预测结果与领域不变特征的预测结果,优化解码器的跨域适应性。本发明通过特征解耦和特征表示增强,结合基于伪标签的目标域自学习显著提升了在目标域上的分割性能。
技术关键词
解码器
编码器
融合特征
无监督
遥感图像数据
语义标签
通道注意力机制
图像像素
索引
对抗性
多层次特征
保留特征
系统为您推荐了相关专利信息
巡检机器人
历史故障数据
故障概率模型
设备运行状态数据
巡检方法
乳腺
分类器
注意力
计算机可读指令
生成超声图像
水下推进器
故障诊断方法
速度预测模型
故障分类模型
故障特征
注意力
图像编码器
序列特征
前馈神经网络
扫描模块
财务分析方法
多模态
融合语义
数据
财务分析系统