遥感智能解译 | 浏览量:799下载量:480CSCD:0

  • 导出

  • 收藏

  • 专辑

    • 多任务协同学习的无监督域自适应遥感图像语义分割

    • Multitask learning for unsupervised domain adaptive semantic segmentation of remote sensing images

    • “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。”
      • 角色：First author第一作者
      • 机构：

        中国地质大学(武汉) 计算机学院, 武汉 430078

      • 邮箱：1202321619@cug.edu.cn
      • 简介：王渝，研究方向为遥感图像的语义分割。E-mail：1202321619@cug.edu.cn

      王渝

      1，
      • 机构：

        中国地质大学(武汉) 计算机学院, 武汉 430078

      冯雨婷

      1，
      • 机构：

        中国地质大学(武汉) 计算机学院, 武汉 430078

      龚思诗

      1，
      • 机构：

        滇西应用技术大学 测绘与信息工程学院, 大理 671006

      毛彦琴

      2，
      • 机构：

        中国地质大学(武汉) 计算机学院, 武汉 430078

        智能地学信息处理湖北省重点实验室, 武汉 430074

      李圣文

      13，
      • 机构：

        中国地质大学(武汉) 计算机学院, 武汉 430078

        智能地学信息处理湖北省重点实验室, 武汉 430074

      方芳

      13，
      • 角色：Corresponding author通信作者
      • 机构：

        中国地质大学(武汉) 计算机学院, 武汉 430078

        智能地学信息处理湖北省重点实验室, 武汉 430074

      • 邮箱：zhoushunping@mapgis.com
      • 简介：周顺平，研究方向为空间数据库技术、地理空间人工智能和计算机视觉。E-mail： zhoushunping@mapgis.com

      周顺平

      13 *
    • 2026年30卷第2期 页码：325-346  

    • DOI：10.11834/jrs.20254411    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 21 ) 表( 11 )

  • 参考文献

  • 出版信息

  • 数据统计

文章被引用时，请邮件提醒。
提交

相关文章

相关作者

毛彦琴 滇西应用技术大学 测绘与信息工程学院
杨志刚 西北工业大学 光电与智能研究院
姚惠广 西北工业大学 计算机学院
田林茂 西北工业大学 软件学院
倪维平 西北核技术研究所
吴俊政 西北核技术研究所
李强 西北工业大学 光电与智能研究院
王琦 西北工业大学 光电与智能研究院

相关机构

滇西应用技术大学 测绘与信息工程学院
西北工业大学 光电与智能研究院
西北工业大学 计算机学院
西北工业大学 软件学院
西北核技术研究所