-
公开(公告)号:CN115631337A
公开(公告)日:2023-01-20
申请号:CN202211344317.8
申请日:2022-10-31
申请人: 中国地质大学(武汉)
摘要: 本发明提供一种无监督域自适应语义分割方法及系统,包括:获得DSM图像、遥感影像和语义标签图像;将DSM图像和遥感影像输入多路径编码器,获得DSM图像的最终特征图和遥感影像的最终特征图;将DSM图像的最终特征图和遥感影像的最终特征图输入多任务解码器,生成源域的分割结果和目标域的分割结果;通过分割损失对语义分割模型进行更新,获得第一更新语义分割模型;通过对抗损失对第一更新语义分割模型进行更新,获得第二更新语义分割模型;将目标域的遥感影像数据集输入第二更新语义分割模型获得最终语义分割预测图。本发明纠正了数据分布不匹配导致的上下文混乱,并减少了边界区域的常见错误分类,大大提升了分割精度和可靠性。
-
公开(公告)号:CN118968064A
公开(公告)日:2024-11-15
申请号:CN202411027659.6
申请日:2024-07-30
申请人: 中国地质大学(武汉)
IPC分类号: G06V10/26 , G06V20/13 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/088
摘要: 本发明涉及遥感图像处理领域,公开了一种多任务协同学习的遥感无监督域自应语义分割方法,方法包括:将任务特定的语义特征和高程特征送入跨任务特征关联学习模块中,潜在学习不同任务间的相关性,获取增强的任务特定特征表示。利用伪标签指导的混合一致性学习模块提升伪标签质量,促进全局域对齐。同时,通过熵引导的类别级对齐提升难分类类别的可分离性。本发明通过将多任务学习与遥感域自适应语义分割相结合,充分利用高程信息辅助遥感的跨域地物分类,显著提升了遥感影像的难分类区域的跨域分割精度。
-