基于半监督学习的遥感影像建筑物异常检测与评估

浏览量:18下载量:17CSCD:0

基于半监督学习的遥感影像建筑物异常检测与评估
Semi-supervised learning based method for building anomaly detection and evaluation in remote sensing images
“面向建筑物异常检测与评估任务，研究人员提出双视角教师与类别自适应半监督学习方法DTCA，利用少量标注样本与大量无标注样本提升模型泛化能力，为解决标注成本高、异常样本稀疏等难题提供解决方案。”
- 角色：First author第一作者
- 机构：
  武汉大学遥感信息工程学院, 武汉 430079
- 邮箱：liuxy0319@whu.edu.cn
- 简介：刘欣怡，副研究员，研究方向为实景三维建模、地表异常检测。E-mail：liuxy0319@whu.edu.cn
刘欣怡
1 * ，
- 角色：Corresponding author通信作者
- 机构：
  山东省国土测绘院, 济南 250102
- 邮箱：zhliu2022@whu.edu.cn
- 简介：刘梓航，研究方向为地表异常遥感检测与评估。E-mail：zhliu2022@whu.edu.cn
刘梓航
2 * ，
- 机构：
  武汉大学遥感信息工程学院, 武汉 430079
张永军
1 * ，
- 机构：
  武汉光谷卓越科技股份有限公司, 武汉 430205
彭园
3 * ，
- 机构：
  武汉光谷卓越科技股份有限公司, 武汉 430205
冯剑
3 * ，
- 机构：
  广西北部湾投资集团有限公司, 南宁 530029
陆懿新
4 *
2026年页码：1-21
DOI：10.11834/jrs.20266046
稿件说明：