1 南京林业大学林学院, 江苏 南京 210037
2 滁州学院地理信息与旅游学院, 安徽 滁州 239000
3 安徽省地理信息智能感知与服务工程实验室, 安徽 滁州 239000
4 河海大学地球科学与工程学院, 江苏 南京210098
提出一种基于深度对抗域适应的高分辨率遥感影像跨域分类方法。利用深度卷积神经网络VGG16(Visual Geometry Group)学习场景影像的深度特征,然后利用对抗学习方法最小化源域和目标域特征分布差异。利用RSI-CB256(Remote Sensing Image Classification Benchmark)、NWPU-RESISC45(Northwestern Polytechnical University Remote Sensing Image Scene Classification)和AID(Aerial Image data set)数据集构建源域数据集,并将UC-Merced(University of California, Merced)和WHU-RS 19(Wuhan University Remote Sensing)两个数据集作为目标域数据集进行实验,实验结果表明,所提方法在目标域数据集没有标签的情况下,能够提高模型对目标域数据集的泛化能力。
遥感 场景分类 无监督域适应 卷积神经网络 生成对抗网络 激光与光电子学进展
2019, 56(11): 112801