基于双通道注意力机制的跨场景遥感图像深度对抗迁移学习方法

摘要

本发明涉及基于双通道注意力机制的跨场景遥感图像深度对抗迁移学习方法，主要包括以下步骤：1、将源域和目标域中的每个样本转化为一个三维数据立体块；2、构建深度对抗迁移学习网络，该网络主要包含一个生成器和两个分类器；将源域样本数据投入网络进行初步训练，得到网络参数；3、训练分类器；4、训练生成器，与步骤3形成对抗训练；5、迭代训练：将步骤2‑4进行反复迭代，更新生成器和分类器；6、预测目标域样本标签并评估：网络迭代收敛后，用对抗网络中分类器对目标域样本进行分类，得到预测标签。本发明可以应用于跨场景遥感图像迁移学习，所提出的方法在跨场景高光谱遥感图像分类问题中优于一些现有的非深度和深度迁移学习方法。