公开(公告)号：CN117671515A

公开(公告)日：2024-03-08

申请号：CN202311603773.4

申请日：2023-11-28

Applicant: 西安电子科技大学

Inventor： 陈璞花 ,  邱煜 ,  郭磊 ,  焦李成 ,  刘芳 ,  李玲玲 ,  刘旭

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/774 ,  G06V10/42

Abstract: 一种基于原型对比学习的领域自适应光学遥感图像分类方法，获取源域图像数据集和目标域图像数据集，并对目标域图像执行两种不同程度的数据增强；搭建深度学习模型，用特征提取器从源域和目标域提取特征；对源域在特征提取器中的浅层、深层特征分别类内聚类得到特定分类原型Ps和分类无关原型Pa，对源域特征聚类得到目标域原型Pt；构造源域特征与Pt之间的损失和目标域高置信度样本与Ps之间的损失，构成原型损失；用Pa干扰目标域低置信度样本特征计算对比损失，对网络进行训练；模型训练结束，将目标域图像输入特征提取器后再输入分类器，得到分类结果。本发明能提高模型的迁移效率和泛化能力，进而提升在目标域上预测的准确率。