基于同质区和迁移学习的高光谱图像半监督分类

摘要：

针对高光谱遥感图像分类中标记样本难获取的问题,提出了一种基于同质区和迁移学习的新型半监督分类方法.首先对高光谱图像进行分割得到高纯度的同质分割斑块,获取大量扩展训练样本.并在此基础上引入迁移学习,将扩展训练样本作为源域,剩余未标记样本作为目标域,实现多次迁移,从而减少同一幅图像上各地物的分布差异,并保留其各自的内部属性.实验结果表明,该方法是一种有效的高光谱图像半监督分类方法.

关键词：高光谱图像分类、图像分割、半监督、迁移学习

所属期刊栏目：26

分类号：TP79(遥感技术)

资助基金：国家自然科学基金项目41271420/D010702

在线出版日期：2019-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：45-52