Jun, 2023

Multimodal SAR 到 EO 图像转换的 MultiEarth 2023 挑战中的第一名解决方案

PDF
TL;DR本文介绍了一个旨在通过利用广泛时间内收集的遥感数据，对地球生态健康进行监测和分析的跨模态学习多个任务的工作坊，并提出了清洁收集器算法，以清除可能妨碍数据学习过程的因素，并对图像进行增强，最终在 SAR-to-EO 任务中实现了较好的表现。
multimodal learning for earth and environment workshopremote sensing datasar-to-eo image translationclean collector algorithmimage enhancement
发现论文，激发创造
  • SAR2EO: 高分辨率图像翻译框架与去噪增强

    该篇论文提出了 SAR2EO 框架，使用粗到细的生成器、多尺度判别器和改进的对抗性损失生成高质量的 EO 图像，并引入降噪模块来去除 SAR 图像的噪声。证实了该框架在 MAVIC 数据集上效果显著，赢得了 CVPR PBVS 2023 的第一名。

    Apr, 2023

  • MultiEarth 2023 多模式学习地球和环境研讨会与挑战赛

    本文介绍了 MultiEarth 2023 国际会议的挑战指南、数据集和评估指标，以促进多模态学习与遥感数据处理等技术在环境监测中的应用

    Jun, 2023

  • MultiEarth 2022 -- 通过生成模型实现图像翻译挑战的冠军解决方案

    该论文研究了如何使用 SPADE 和 pix2pixHD 来生成给定的 Sentinel-1 VV＆VH 图像对应的 RGB Sentinel-2 图像，并在 MultiEarth 2022 Image-to-Image Translation challenge 中获得了最高分数。

    Jun, 2022

  • MultiEarth 2022 -- 基于多模态回归和生成的矩阵补全挑战冠军方案

    本文提出了一种适应性实时多模态回归和生成框架来解决卫星数据稀疏性的挑战，并在 CVPR 2022 的 MultiEarth 矩阵完备性挑战中取得了优异的性能，其中包括 LPIPS 为 0.2226，PSNR 为 123.0372 和 SSIM 为 0.6347。

    Jun, 2022

  • 改进的洪水洞察：基于扩散的合成孔径雷达到光学图像转换

    研究介绍了一种利用合成孔径雷达数据的洪水检测技术，通过一种名为扩散 SAR 到 EO 图像翻译（DSE）的框架，将 SAR 图像转换为 EO 图像，提高了对人类的可识别性， 实验结果表明，DSE 框架不仅提供了增强的视觉信息，而且在所有测试的洪水分割基线中均有所提高。

    Jul, 2023

  • 地球观测任务的全球多模态嵌入式少样本学习

    使用 CLIP/ViT 模型在占总陆地面积约 10% 的五个区域内，利用卫星图像的三种不同模态对其进行预训练，通过嵌入向量和经典机器学习方法，在植被、建筑表面、农田和常水的地球观测相关任务中，仅需少量标记数据即可达到与完整标记数据相当的性能水平，并且该模型对缺失的数据模态和通道具备容错性。

    Sep, 2023

  • MultiEarth 2022 - 地球和环境的多模态学习工作坊和挑战

    MultiEarth 2022 竞赛将对亚马逊雨林的砍伐进行监测和分析，包括三个子挑战：矩阵补全、砍伐估计和图像转换。竞赛旨在为多模态信息处理提供公共基准，并将地球、环境科学社区以及多模态表征学习社区聚集在一起，以在定义良好且严格可比的条件下比较各种多模态学习方法在砍伐估计方面的相对优劣。

    Apr, 2022

  • 利用光学雷达跨波段少样本迁移学习进行土地利用预测

    该研究探索了使用深度学习方法和分布对齐的神经网络嵌入可以提高卫星影像分析的准确性，尤其是在少量样本预测中，显著地超越了多种基线方法，其关键词有卫星图像分析，深度学习，迁移学习，Sentinel 和地区气候分区。

    Dec, 2022

  • CVPR 2023 亚马逊地区森林砍伐估计挑战赛：SpaceVision4Amazon

    基于光学和合成孔径雷达卫星影像，我们提出了一种基于注意力引导的 UNet 架构的森林砍伐估计方法，通过训练和验证模型，得出了 93.45% 的像素准确率和 0.79 的 F1 分数与 0.69 的 IoU。

    Jul, 2023

  • 全球全季 Sentinel-2 卫星影像云去除的多源数据融合

    通过构建一个新的数据集，本文针对云遮挡导致的地球影像质量下降问题，提出了一种适用于不同区域、季节和云覆盖度变化的新型云去除模型，并在两个性能指标上进行了评估。

    Sep, 2020