关系感知度量的跨域少样本遥感目标分类方法

    公开(公告)号:CN118570562B

    公开(公告)日:2024-09-24

    申请号:CN202411045601.4

    申请日:2024-08-01

    Abstract: 本发明属于图像信息处理技术领域,公开了一种关系感知度量的跨域少样本遥感目标分类方法,首先,源域训练数据集#imgabs0#被划分为伪支持集#imgabs1#与伪查询集#imgabs2#,使用伪支持集样本与伪查询样本的特征拼接,构建关系感知特征对,在源域特征处理分支内优化模型以形成类内紧凑、类间分散的特征空间。在源域特征处理分支与伪新域特征处理分支间对齐关系感知度量而得到域不变的特征空间,使得跨域少样本遥感目标分类性能提升。本发明提出关系感知度量以比较类内、类间关系。本发明提出了一种通用的语义相似度基准来分配伪标签以优化关系感知度量,克服了以往方法在不同新域下性能下降的缺点。

    关系感知度量的跨域少样本遥感目标分类方法

    公开(公告)号:CN118570562A

    公开(公告)日:2024-08-30

    申请号:CN202411045601.4

    申请日:2024-08-01

    Abstract: 本发明属于图像信息处理技术领域,公开了一种关系感知度量的跨域少样本遥感目标分类方法,首先,源域训练数据集#imgabs0#被划分为伪支持集#imgabs1#与伪查询集#imgabs2#,使用伪支持集样本与伪查询样本的特征拼接,构建关系感知特征对,在源域特征处理分支内优化模型以形成类内紧凑、类间分散的特征空间。在源域特征处理分支与伪新域特征处理分支间对齐关系感知度量而得到域不变的特征空间,使得跨域少样本遥感目标分类性能提升。本发明提出关系感知度量以比较类内、类间关系。本发明提出了一种通用的语义相似度基准来分配伪标签以优化关系感知度量,克服了以往方法在不同新域下性能下降的缺点。

Patent Agency Ranking