一种基于伪标签生成的从局部到全局的域自适应遥感影像语义分割方法.pdf
论文****酱吖
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于伪标签生成的从局部到全局的域自适应遥感影像语义分割方法.pdf
本发明涉及一种基于伪标签生成的从局部到全局的域自适应遥感影像语义分割方法,所述方法包括以下步骤:基于伪标签生成的从局部到全局的域自适应遥感影像语义分割准备工作、构建与训练基于伪标签生成的从局部到全局的域自适应遥感影像语义分割模型、对基于伪标签生成的从局部到全局的域自适应遥感影像语义分割模型求解和验证。与现有技术相比通过构建从局部到全局的域自适应遥感影像语义分割网络,解决了超高分辨率遥感影像难以自适应的问题,并从局部语义特征差异到全局结构特征差异进行特征对齐,得到局部以及全局的特征表示,使超高分辨率遥感影像
基于空间分辨率域自适应的无监督遥感图像语义分割方法.pdf
本发明涉及基于空间分辨率域自适应的无监督遥感图像语义分割领域,基于空间分辨率域自适应的无监督遥感图像语义分割方法包括如下步骤:获取源域低分辨率遥感图像数据集和目标域高分辨率遥感图像数据集,分为:图像语义分割训练集和图像语义分割测试集;搭建基于对抗学习的超分辨率‑语义分割多任务网络;搭建好的基于对抗学习的超分辨率网络进行网络预训练;训练基于对抗学习的超分辨率‑语义分割多任务网络;将图像语义分割测试集输入已训练好的基于对抗学习的超分辨率‑语义分割多任务网络生成器得到最终预测结果。
一种基于语义分割模型的高分遥感影像水体提取方法.pdf
本发明公开了一种基于语义分割模型的高分遥感影像水体提取方法,涉及遥感影像技术领域,包括以下步骤:获取遥感影像数据;对遥感影像数据进行水体光谱特征提取;将水体光谱特征与HH和HV双极化模式特征进行特征组合,构建水体样本数据集;构建改进的DeepLabV3+网络模型;根据水体样本数据集对改进的DeepLabV3+网络模型进行语义分割训练,对改进的DeepLabV3+网络模型中的参数进行调整,得到最优DeepLabV3+网络模型;通过最优DeepLabV3+网络模型对水体信息进行提取。本发明首次提出了联合GF‑
一种基于伪标签筛选的异构域自适应方法、装置及设备.pdf
本申请提供了一种基于伪标签筛选的异构域自适应方法,该方法利用投影矩阵将文字样本和图像样本投影到公共子空间上生成投影样本,投影样本的边缘分布对齐,保留投影样本中标记投影样本的判别性知识,投影样本与文字样本和图像样本的信息损失尽可能少;基于标记投影样本,利用第c类的文字样本和第c类的图像样本确定第c类的投影样本的均值向量;基于第c类的投影样本的均值向量确定第c类投影样本的均值向量和每个未标记图像投影样本的特征相关系数;基于每个未标记图像投影样本的特征相关系数,在多个未标记投影样本中筛选出具有高特征相关系数的训
多尺度分割约束的遥感影像语义分割方法.pdf
一种多尺度分割约束的遥感影像语义分割方法,通过对遥感影像进行多尺度区域合并,并将合并结果进行融合处理后得到多尺度分割结果,通过深度学习网络进行语义预测得到遥感影像地物准确边界及语义信息;本发明利用多尺度分割结果作为约束,一方面既能够获得遥感影像地物准确边界;另一方面又能够得到封闭区域的语义信息,解决了传统的多尺度分割方法无法直接获得封闭区域的语义信息的问题,以及基于深度学习的语义分割方法不能很好地保留地物的准确边界的问题。