结合对抗网络与辅助任务的遥感影像无监督域适应方法

• 作者: 张雄美 慕晓冬 柴栋 许夙晖
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 遥感影像 场景分类 域适应 深度卷积神经网络 对抗网络 多任务学习
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 摄影测量学与遥感
• 页码范围: 1969-1977
• 页数: 9页
• 分类号: P237
• 字数: 4554字
• 语种: 中文
• DOI: 10.11947/j.AGCS.2017.20170291

摘要

使用机器学习进行遥感影像标注的一个重要前提是有足够的训练样本,而样本的标注是非常耗时的.本文采用了域适应的方法来解决遥感影像场景分类中小样本量的无监督学习问题,提出了结合对抗网络与辅助任务的遥感影像域适应方法.首先建立了基于深度卷积神经网络的遥感影像分类框架;其次,为了学习到域不变特征,在标签分类器的基础上增加域分类器,并使域损失函数在其反射传播时的梯度与标签损失的梯度相反,从而保证域分类器不能区分样本来自于哪个域;最后引入了辅助分类任务,扩充了样本的同时使网络更具泛化能力.试验结果表明,本文方法优于主流的无监督域适应方法,在小样本遥感影像无监督分类中得到了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	慕晓冬	火箭军工程大学信息工程系	18	104	5.0	10.0
2	张雄美	火箭军工程大学信息工程系	4	8	2.0	2.0
3	许夙晖	火箭军工程大学信息工程系	4	80	4.0	4.0
4	柴栋		2	17	2.0	2.0