基于对抗学习的开放集域自适应网络在遥感图像场景分类中的应用

1、原文

AN OPEN SET DOMAIN ADAPTATION NETWORK BASED ON ADVERSARIAL LEARNING FOR REMOTE SENSING IMAGE SCENE CLASSIFICATION.

https://ieeexplore.ieee.org/document/9323944/  

2、摘要

遥感影像场景分类是指为遥感影像分配特定的语义标签。由于缺乏标记的遥感图像，因此将域自适应应用于遥感图像场景分类。然而，最近提出的方法主要集中在闭集场景上。在本文中，我们探索了开放集场景并引入了开放集域适应网络（OSDANet）用于遥感图像场景分类。受生成对抗网络(GAN)思想的启发，我们设计了一个以对抗方式学习的特征生成器和分类器。分类器的目的是找到源样本和目标样本之间的边界，而特征生成器试图迫使目标样本远离边界。特别是对于目标样本，特征生成器将决定是将它们与源样本对齐还是将它们作为未知目标样本拒绝。实验结果表明了所提方法的有效性。

3、正文

------------------------------------------------------------------------

---------------------------------------------------------------------------

-------------------------------------------------------------------

4、结论

在本文中，我们提出OSDANet来解决开放集域自适应在遥感场景分类中的关键挑战。OSDANet尽可能准确地识别已知和未知类别。未来，我们将改进开放集域自适应在遥感场景分类中的应用。

5、参考文献