公开(公告)号：CN117274701A

公开(公告)日：2023-12-22

申请号：CN202311255349.5

申请日：2023-09-26

Applicant: 北京理工大学

Inventor： 庄胤 ,  张心怡 ,  陈禾 ,  张桐 ,  陈亮

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明公开了一种基于原型对比学习的跨域遥感图像分类方法，包括：构建域适应网络，在目标域上对自编码器进行无标注的自监督预训练，得到自编码器模型参数；将自编码器模型参数加载到自编码器中，将目标域数据输入到所述编码器中，利用伪标签细化策略得到目标域的细化伪标签；利用所述编码器对源域图像进行编码，利用所述自编码器对目标域图像进行掩码图像建模，基于源域的标签和所述目标域的细化伪标签构建源域和目标域的原型库，并利用所述原型对比学习模块对齐源域和目标域的每个类别的原型；以及基于数据构建总体目标损失函数，并优化总体目标损失函数来迭代训练域适应网络。本发明能提高类别的判别能力，提升对于无标注数据目标域的分类精度。

公开(公告)号：CN116580243A

公开(公告)日：2023-08-11

申请号：CN202310594974.6

申请日：2023-05-24

Applicant: 北京理工大学

Inventor： 庄胤 ,  张心怡 ,  陈禾 ,  陈亮

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/13 ,  G06N3/0455 ,  G06N3/0895 ,  G06V10/40 ,  G06V10/774

Abstract: 本发明公开了一种掩码图像建模引导域适应的跨域遥感场景分类方法，包括：构建域适应网络，对自编码器进行无标注的自监督预训练，得到预训练后的自编码器模型参数；将自编码器模型参数加载到自编码器中，将数据输入到域适应网络中，利用自编码器对源域图像和目标域图像进行掩码图像建模；利用特征适应模块对齐源域和目标域的高级语义特征分布；以及基于数据构建总体目标损失函数，并优化总体目标损失函数来迭代训练域适应网络，移除自编码器的解码器部分，利用自编码器的编码器和特征适应模块测试目标域图像，获得良好的场景分类结果。本发明在进行域不变特征提取的过程中保留域特定特征，进一步提升对于无标注数据目标域的分类泛化能力。