DDF：一种用于无监督域适应遥感图像语义分割的新型双域图像融合策略
计算机视觉与模式识别
2025-03-19 v3
摘要
由于存在大量无标签数据，遥感图像的语义分割是一个具有挑战性且热门的问题。无监督域适应（UDA）已被证明在整合目标域中的未分类信息方面具有优势。然而，独立地在源域和目标域上微调 UDA 模型对结果的影响有限。本文提出了一种混合训练策略以及一种新颖的双域图像融合策略，有效利用了原始图像、变换图像和中间域信息。此外，为了提高伪标签的精度，我们提出了一种伪标签区域特定权重策略。在 ISPRS Vaihingen 和 Potsdam 数据集上进行的大量基准实验和消融研究证实了我们方法的有效性。
引用
@article{arxiv.2403.02784,
title = {DDF: A Novel Dual-Domain Image Fusion Strategy for Remote Sensing Image Semantic Segmentation with Unsupervised Domain Adaptation},
author = {Lingyan Ran and Lushuang Wang and Tao Zhuo and Yinghui Xing},
journal= {arXiv preprint arXiv:2403.02784},
year = {2025}
}
备注
Accepted to IEEE Transactions on Geoscience and Remote Sensing