一种多任务协同学习的遥感无监督域自适应语义分割方法
申请号:CN202411027659
申请日期:2024-07-30
公开号:CN118968064A
公开日期:2024-11-15
类型:发明专利
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。
技术关键词
语义分割方法
样本
无监督
多任务
遥感影像数据
语义分割模型
特征提取模块
语义分类器
融合特征
语义标签
对齐模块
门控结构
学生
遥感图像处理
更新模型参数