Key points are not available for this paper at this time.
광학 원거리 감지 이미지의 이미징 과정은 외부 조건에 쉽게 영향을 받습니다. 따라서 서로 다른 이미징 조건 하의 원거리 감지 이미지는 종종 색상 차이를 보이며, 이로 인해 소스 도메인과 타겟 도메인 간에 특징 분포의 차이가 발생하여 도메인 간의 의미 분할 모델 이전이 방해받습니다. 현재 대부분의 도메인 적응 방법은 단일 소스와 단일 타겟 도메인을 위한 것입니다. 여기서 우리는 다중 소스 및 다중 타겟 도메인의 패치 이미지 적응을 위한 새로운 간결한 방법인 MDANet을 제안하며, 다양한 패치 이미지를 혼합 도메인의 가상 중심에 투영하여 분포 차이를 줄이는 방법을 제시합니다. MDANet은 어떤 의미 분할 모델과도 접목이 가능한 경량 및 자기 지도 네트워크입니다. 우리의 방법은 의미 분할 모델의 분할 정확성을 크게 개선하였으며, 기존 방법보다 더 높은 안정성과 경쟁력을 보여주었습니다.
Cui et al. (Sat,)는 이 문제를 연구했습니다.