基于可解释深度学习的遥感图像跨域分类方法
摘要:
本发明属于遥感图像处理技术领域,具体公开了一种基于可解释深度学习的遥感图像跨域分类方法,包括深度特征提取的步骤;和构建基于因果平衡的深度因果平衡模型DCBM和平衡损失函数的步骤;其中,所述的深度因果平衡模型DCBM的混杂平衡损失LB融合了聚焦损失LF、间隔损失LM,构成平衡损失函数,由此构建面向开放域遥感图像鲁棒分类的深度神经网络模型和训练算法DCBM‑FA。通过本发明设计深度学习框架下的因果推理方法,构建鲁棒性的遥感图像分类模型,摆脱对目标域数据分布的依赖,满足开放域场景下模型的有效迁移。
公开/授权文献
0/0