基于迁移学习的红外遥感水体分类器构建方法

摘要

本发明公开了一种基于迁移学习的红外遥感水体分类器构建方法。首先，构建带标签的可见光遥感图像（源域）样本集，以及无标签的红外遥感图像（目标域）样本集；其次，提取可见光源域样本的局部二值模式特征，结合标签训练支持向量机分类器，对红外目标域样本进行初始分类，得到红外样本的伪标签，用以模拟出目标域样本的概率分布；然后，基于迁移学习理论，以最小化源域和目标域的分布差异距离为目标，将源域和目标域的特征数据映射到同一个子空间中，并通过修正目标域样本的伪标签不断优化特征映射矩阵；最后，在子空间中，利用优化后的特征映射矩阵，将源域特征数据进行变换，并基于变换后的源域特征数据及其标签，训练出最终红外遥感水体分类器。