科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对森林火灾烟雾数据集小，模型获取困难问题，采用类质心匹配和局部流行自学习迁移学习算法，解决缺乏标签数据的烟雾检测任务。算法将目标域中同一簇内的样本视为整体而不是个体，通过类质心匹配为目标簇分配伪标签。为了充分利用目标域数据结构，引入域内规划法，从域中学习判别性传递信息。基于卫星遥感图像与视频影像图像数据集对该模型进行评估，与普通类质心匹配算法相比，文中算法在视频影像图像上的准确率提高了4.50%，在卫星遥感图像上的准确率提高了6.50%，且在迭代次数为5次时就已经收敛。
-
单位中国电信股份有限公司; 太原理工大学
