English(EN) SoDa2: Single-Stage Open-Set Domain Adaptation via Decoupled Alignment for Cross-Scene Hyperspectral Image Classification

SoDa2方法通过解耦对齐改进高光谱图像分类

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-05 05:26

研究人员推出了一种新颖的单阶段方法SoDa2，用于跨场景高光谱图像分类中的开放集域自适应。该方法将光谱和空间特征解耦，以增强判别能力，并独立地减少源域和目标域之间的差异。该方法旨在通过有效地区分已知类别和未知类别来提高遥感应用的分类准确性和模型迁移能力。 AI

影响引入了一种新的高光谱图像分类技术，有望提高遥感应用的准确性和迁移能力。

排序理由这是一篇发表在arXiv上的研究论文，详细介绍了一种新的高光谱图像分类方法。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Yiwen Liu, Minghua Wang, Jing Yao, Xin Zhao, Gemine Vivone · 2026-05-06 04:00

SoDa2：通过解耦对齐实现单阶段开放集域自适应，用于跨场景高光谱图像分类

arXiv:2605.03371v1 Announce Type: new Abstract: Cross-scene hyperspectral image (HSI) classification stands as a fundamental research topic in remote sensing, with extensive applications spanning various fields. Owing to the inclusion of unknown categories in the target domain an…
arXiv cs.CV TIER_1 English(EN) · Gemine Vivone · 2026-05-05 05:26

SoDa2：通过解耦对齐实现单阶段开放集域自适应，用于跨场景高光谱图像分类

Cross-scene hyperspectral image (HSI) classification stands as a fundamental research topic in remote sensing, with extensive applications spanning various fields. Owing to the inclusion of unknown categories in the target domain and the existence of domain shift across different…