MHDA多级异构域自适应方法

跨域分割性能领先

统一实例级、特征级与决策级域自适应,无需目标域标注即可应对复杂域偏移与异构数据。

Liang, Chenbin · Cheng, Bo · Baihua, Xiao · 董云云 · Chen, Jinfen

IEEE Transactions on Geoscience and Remote Sensing 2023

技术优势

无需目标域标注

该方法无需目标域任何监督信息,解决了现实中目标域标签不可获取的问题。

同时处理域偏移与异构数据

通过多级框架统一实例级、特征级和决策级域自适应,能够应对遥感图像中复杂域偏移和异构数据。

跨数据集性能更优

在ISPRS、BigCity和WHU数据集上均优于最新的域自适应方法。

应用场景