自监督边缘感知学习框架

边缘分离强化

通过边缘感知自监督学习与训练样本增强提升高分辨率遥感图像分类性能，尤其在标记样本少时表现更优。

Li, Guangfei · Wenbing, Liu · 高全学 · 王前前 · Han, Jungong · 高新波

IEEE Transactions on Circuits and Systems for Video Technology 2023

技术优势

样本更多样

考虑同类地物不同光谱特征，增加训练样本数量并提升类内多样性。

应用场景

• 遥感影像分析：提升高分辨率遥感图像目标边界分类精度，减少人工修正。
• 智慧城市监测：在标记样本稀缺的城市地物监测中，可利用少量标注获得可靠分类模型。