“遥感图像语义分割在土地覆盖与利用分类、城市规划以及变化检测等领域具有重要作用。域自适应技术作为一种极具潜力的无监督学习方法，该技术大大推动了遥感图像语义分割的发展。然而，现有模型尚基于单任务来学习，学习获得的分割特征不够充分，导致在分割过程中难以准确识别遥感图像中的复杂区域。为解决这一问题，专家提出了一种多任务学习域自适应语义分割网络MTLDANet，该网络通过协同学习遥感图像中的语义信息与高程信息，来提升分割特征的学习能力。”