一种特征自适应对齐的无监督域适应遥感图像语义分割方法

摘要

本发明提供了一种基于对抗学习框架的深度学习无监督域适应遥感图像语义分割方法。该方法总体上包括语义分割模型(Segmentation model)和域判别器(Domain discriminator)两大模块，采用Pytorch深度学习框架进行训练，通过域判别器完成分割模型提取的目标域特征在输出空间向源域特征对齐，从而使得分割模型能够提升在目标域图像上的分割性能。根据遥感影像不同类别、不同区域变化剧烈的特点，本发明在域判别器中加入了类明确模块(CCM)与基于熵的区域注意力模块(ERAM)。二者能够使得不同类别、不同区域的特征能自适应的一起合适的方式在输出空间对齐到源域的特征分布。