一种基于域自适应泛化增强的云检测方法

作     者：戴佩玉 李世忠 季顺平 任妮 DAI Peiyu;LI Shizhong;JI Shunping;REN Ni

作者机构：江苏省农业科学院江苏南京210018 中国资源卫星应用中心北京100094 武汉大学遥感信息工程学院湖北武汉430079 

基　　金：国家自然科学基金(42171430) 

出 版 物：《武汉大学学报(信息科学版)》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2025年第50卷第1期

页      码：110-119页

摘      要：由于遥感传感器光谱范围、成像条件、成像时间等差异,不同传感器获得的遥感影像之间普遍存在着色彩和光谱差异,导致利用开源数据集预训练的云检测模型往往难以直接应用于当前目标影像的云检测任务。提出了一种基于域自适应的云检测方法,实现目标数据集遥感影像与现有训练数据集影像之间的光谱映射,使得不同传感器、不同地理区域的目标数据集与训练数据集尽可能相似,以提高深度学习模型的泛化能力,以及预训练云检测模型在实际应用中的鲁棒性。具体地,所提的基于域自适应的云检测框架以一种基于卷积神经元网络的云检测模型作为预测算法,以循环生成对抗网络作为源域和目标域影像之间的光谱迁移算法。在全球范围内分布的高分二号、陆地卫星(land satellite,Landsat)7、Landsat 8等数据间的跨域实验,证明了所提方法的有效性和先进性。

主 题 词：云检测 域自适应 跨数据集迁移 模型泛化能力 

学科分类：083002[083002] 0830[工学-生物工程类] 081802[081802] 08[工学] 0818[工学-交通运输类] 081602[081602] 0816[工学-纺织类] 

核心收录：

D　O　I：10.13203/j.whugis20220435

馆 藏 号：203157089...