遥感智能解译 | 浏览量:403下载量:355CSCD: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
周政 兰州交通大学 测绘与地理信息学院;地理国情监测技术应用国家地方联合工程研究中心;甘肃省测绘科学与技术重点实验室;中国水利水电科学研究院
黄建雄 潮州市潮安区土地整备中心
关昊哲 中国水利水电科学研究院
冶运涛 兰州交通大学 测绘与地理信息学院;中国水利水电科学研究院
顾晶晶 中国水利水电科学研究院
曹引 中国水利水电科学研究院
蒋云钟 兰州交通大学 测绘与地理信息学院;中国水利水电科学研究院

相关机构

滇西应用技术大学 测绘与信息工程学院
兰州交通大学 测绘与地理信息学院
地理国情监测技术应用国家地方联合工程研究中心
甘肃省测绘科学与技术重点实验室
中国水利水电科学研究院