SoDa2：デカップルド・アラインメントによる単一ステージのオープンセットドメイン適応—クロスシーン・ハイパースペクトル画像分類
arXiv cs.CV / 2026/5/6
📰 ニュースDeveloper Stack & InfrastructureModels & Research
要点
- 本論文は、未知のターゲットカテゴリとシーン間のドメインシフトに対処するための、クロスシーン・ハイパースペクトル画像（HSI）分類向け単一ステージのオープンセットドメイン適応手法SoDa2を提案しています。
- 従来法の課題として、スペクトル・空間を混合した特徴の直接アラインメントに起因するドメインシフト問題を避けるため、デカップルド・アラインメントによりスペクトルの不一致と空間の不一致を別々に低減します。
- 2段階学習に伴う計算コストを抑えるべく、SoDa2は単一ステージのデュアルブランチ構成で、MMD制約付きの整合特徴と制約なしの本質特徴の両方を学習し、既知クラスと未知クラスの識別性を高めます。
- 未知クラスに関する事前知識なしでオープンセット認識を行うため、2種類の特徴間の関係を、二乗コサイン類似度に関するガウス混合モデルでモデル化します。
- 3つのHSIデータセット群での実験の結果、SoDa2は既存の最先端オープンセット・クロスシーン手法よりも高い分類精度と優れた転移性能を達成したと報告されています。
