公开(公告)号：CN115049841A

公开(公告)日：2022-09-13

申请号：CN202210664345.1

申请日：2022-06-14

Applicant: 西安电子科技大学

Inventor： 张雨 ,  任仲乐 ,  侯彪 ,  焦李成 ,  韩祥永 ,  张锐 ,  苏海波 ,  李永强

IPC: G06V10/40 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/20 ,  G06N3/04 ,  G06N3/08

Abstract: 基于深度无监督多步对抗域自适应的高分辨SAR图像地物要素提取方法，首先利用图像变换模型将源域图像转化为目标域图像相近的风格，从而减小源域和目标域的分布差异；再将风格转换过的源域图像和未标记的目标域图像送入对抗自适应网络，一方面训练深层网络学习源域和目标域的特征并进行语义分割，另一方面训练判别器区分其输入来自源域还是目标域，反馈引导深层网络对齐源域和目标域的分布特征；最后用训练好的模型预测目标域大场景的地物类型，完成单极化高分辨SAR影像像素级地物要素提取；本发明突破标记样本不足及源域数据与目标域数据分布不一致致使模型推广性差的瓶颈，提高目标域SAR图像地物分类的精度和性能。