[发明专利]基于双向无监督域适应融合的跨星遥感图像语义分割方法在审
| 申请号： | 202111017498.9 | 申请日： | 2021-08-30 |
| 公开（公告）号： | CN113837191A | 公开（公告）日： | 2021-12-24 |
| 发明（设计）人： | 尹建伟;蔡钰祥;杨莹春;邓水光;李莹 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/62 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 王琛 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 双向 监督 适应 融合 遥感 图像 语义 分割 方法 | ||
1.一种基于双向无监督域适应融合的跨星遥感图像语义分割方法，包括如下步骤：
(1)利用源域图像xs和源域标签ys训练出源域语义分割模型FS；
(2)利用源域图像xs以及目标域图像xt训练源-目标域图像双向转换器，其包含源→目标方向的图像转换器和目标→源方向的图像转换器；
(3)对于上述训练过程中生成的所有图像转换器的中间结果，从中选择一组最优的结果作为源→目标方向的图像转换器GS→T和目标→源方向的图像转换器GT→S；
(4)利用图像转换器GS→T将源域图像xs从源域转换到目标域，得到拟目标域图像GS→T(xs)；
(5)利用拟目标域图像GS→T(xs)和源域标签ys训练出拟目标域语义分割模型FT；
(6)利用图像转换器GT→S将目标域图像xt从目标域转换到源域，得到拟源域图像GT→S(xt)；
(7)将拟源域图像GT→S(xt)输入至源域语义分割模型FS中，得到目标域图像xt的源域类别分割概率PS；
(8)将目标域图像xt输入至拟目标域语义分割模型FT中，得到目标域图像xt的目标域类别分割概率PT；
(9)融合源域类别分割概率PS和目标域类别分割概率PT，得到目标域图像xt最终的类别分割概率P及分割结果map。
2.根据权利要求1所述的跨星遥感图像语义分割方法，其特征在于：所述步骤(2)在对源-目标域图像双向转换器进行训练过程中采用了语义一致损失函数其表达式如下：
其中：表示数学期望函数，FS(xs)为xs输入至模型FS中得到的输出结果，FT(GS→T(xs))为GS→T(xs)输入至模型FT中得到的输出结果，FT(xt)为xt输入至模型FT中得到的输出结果，FS(GT→S(xt))为GT→S(xt)输入至模型FS中得到的输出结果，为FS(xs)与FT(GS→T(xs))之间的相似度，为FT(xt)与FS(GT→S(xt))之间的相似度。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202111017498.9/1.html，转载请声明来源钻瓜专利网。
