来源：期刊VIP网 时间：
作者：龙杰;任彦;刘尚原;高晓文;刘国庆;
单位：内蒙古科技大学自动化与电气工程学院;内蒙古自治区高等学校流程工业综合自动化重点实验室;内蒙古师范大学旅游学院;
摘要：针对现有分割模型在复杂遥感场景中的跨域分割性能衰退和标注数据匮乏的问题，提出一种用于高分辨率遥感影像语义分割的域自适应框架IRRST。首先，根据样本实例特性，设计了一种精细化自适应校正的伪标签选择策略，以取代传统自训练策略中固定的伪标签选择机制，丰富伪标签同时有效地抑制了噪声干扰。其次，分别从模型预测和标签平滑的角度引入置信度正则，对过度预测和标签噪声加以约束。最后，在主干网络中嵌入空间重构单元进行特征重组，减少冗余信息并加快模型收敛。实验结果表明，IRRST针对LoveDA、Potsdam和Vaihingen 3种公开数据集在不同的跨域场景下均具有良好的泛化性能，在rural到urban、urban到rural和Potsdam到Vaihingen跨域场景下，准确率分别提升了10.69、11.19和11.72个百分点。相同实验条件下超越了同类型的其他方法。
关键词：无监督域自适应;;语义分割;;自训练;;伪标签;;正则化
基金资助：国家自然科学基金(62063027);; 内蒙古科技计划(2020GGO048);; 内蒙古自然科学基金(2023MSO6001);; 内蒙古自治区高校青年科技人才计划(NJYT22057);; 内蒙古科技大学基本科研业务费专项资金(2023RCTD028)
