Der Artikel präsentiert einen neuartigen frequenzzerlegungsgesteuerten unüberwachten Domänenanpassungsansatz (FD-GLGAN) für die semantische Segmentierung von Fernerkundungsbildern.
Zunächst wird eine neuartige High/Low-Frequency-Decomposition (HLFD)-Modul vorgestellt, das Hochfrequenz- und Niederfrequenzkomponenten der Merkmale vor der Domänenanpassung extrahiert. Dadurch können gleichzeitig lokale Details und globale semantische Kontexte über Domänengrenzen hinweg angeglichen werden.
Darüber hinaus wird ein vollständig global-lokales generatives adversarisches Netzwerk (GLGAN) entwickelt, das globale und lokale Transformatorblöcke nutzt, um domäneninvariante detaillierte und semantische Merkmale über Domänen hinweg zu lernen.
Durch die Integration von HLFD-Techniken und GLGAN wird ein neuartiges unüberwachtes Domänenanpassungsframework namens FD-GLGAN entwickelt, um die Übertragbarkeit und Generalisierungsfähigkeit von semantischen Segmentierungsmodellen über Domänengrenzen hinweg zu verbessern.
Umfangreiche Experimente auf zwei Benchmark-Datensätzen zeigen, dass der vorgeschlagene Ansatz im Vergleich zu state-of-the-art-Methoden effektiver ist, um das Domänenverschiebungsproblem bei der domänenübergreifenden semantischen Segmentierung zu überwinden.
Sang ngôn ngữ khác
từ nội dung nguồn
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Xianping Ma,... lúc arxiv.org 04-09-2024
https://arxiv.org/pdf/2404.04531.pdfYêu cầu sâu hơn