计算机应用研究

作者：张勋晖,周勇,赵佳琦,张迪,姚睿,刘兵,

单位：中国矿业大学a.矿山数字化教育部工程研究中心;b.计算机科学与技术学院,江苏徐州221116；

关键词：遥感图像,语义分割,无监督域适应,协同训练,信息熵,

基金：国家自然科学基金资助项目(61806206,61772530)；江苏省自然科学基金资助项目(BK20180639,BK20201346)；江苏省六大高峰人才项目(2015-DZXX-010)；；

为了实现利用有标注源数据获得在无标注目标数据上可用的遥感图像语义分割模型，提出了一种基于熵增强的域适应端到端语义分割方法。首先，为了充分利用遥感图像多尺度信息并且减少域之间传感器分辨率带来的域偏移，采用空洞空间金字塔池化模块作为分类器；其次，为了使无标注的目标域类别正确对应，使用了两个分类器进行协同训练；将像素点预测值的信息熵当做分类置信度的度量，将其作为对抗损失的权重，从而使训练能专注于难分类的像素，降低域偏移。在ISPRS（WGII/4）2D数据集上进行实验，所提方法相对于直接使用分割模型和使用传统对抗方法，mIoU分别提高了18%和12%。实验结果表明，所提方法在遥感图像域适应语义分割表现上优于直接使用分割模型或使用传统对抗域适应分割方法。

来源：2021年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第9期