클래스 중심 및 공분산 정렬 기반의 도메인 적응을 통한 원격 탐사 이미지의 비지도 분류

클래스 중심 및 공분산 정렬(CCCA)을 기반으로 한 새로운 도메인 적응 알고리즘이 원격 탐사 이미지 분류를 위해 제안되었다. 이 접근 방법은 데이터 분포를 설명하기 위해 1차 및 2차 통계량을 모두 활용하고, 클래스별로 도메인 간 데이터 분포를 정렬한다. 목표 데이터의 예측된 레이블이 두 통계량을 추정하는 데 사용되므로, ESTIMATE 정확도를 높이기 위해 전반적인 중심 정렬(OCA)을 거친 도메인 적응 전략으로 적용하였다. 또한, CCCA 정제 적응과 결합된 OCA 조정은 공간 정보를 통합하여도 혜택을 볼 수 있으며, 이는 SpaOCACCCA 접근 방법을 초래한다. 제안된 접근법은 쉽게 구현할 수 있으며, 공간 필터링 단계에서 하나의 매개변수만 필요하다. 목표 도메인에서 레이블 정보가 필요하지 않으며, 노동 없는 분류를 달성할 수 있다. Hyperion, 국립 항공 레이저 매핑 센터, Worldview-2 원격 탐사 이미지를 사용한 실험 결과는 제안된 접근 방법의 효과성을 입증하였다.