电子辅助天文学通过将数码相机与望远镜耦合捕捉深空图像，显示通过直接观察无法看到的天文对象。我们展示了图像质量评估在自动评级天文图像方面的应用，并利用自动化机器学习开发了专用模型。

Nov, 2023

本文提出了一种名为 Enki 的无监督机器学习算法，该算法使用了 Vision Transformer 结合 Masked Autoencoding 来重构遮蔽像素，用以缓解云掩码对海表温度数据分析的影响。通过训练四种不同的 Enki 模型来识别和重构 LLC4320 SST 图像中的遮蔽像素，作者发现该方法具有很好的重构效果，其表现甚至超过了插值法，为未来应用提供了广阔的发展前景。

May, 2023

我们提出了一种自监督预训练框架，使用了掩蔽自动编码器，来帮助模型在无标签的情况下学习有用的表示，通过将点云投影成图像并使用双分支自动编码器来重构图像中的遮蔽区域，从而分别学习具有内容感知特征和失真感知特征的映射图像，在模型微调阶段，学习到的内容感知特征被用于融合从不同视角提取的点云质量特征，大量实验证明我们的方法在预测准确性和泛化能力方面优于最先进的无参考点云质量评估方法。

Mar, 2024

本文提出一种新颖的掩码自编码点云自监督学习方案，通过划分输入点云为不规则点区块和高比例随机掩码，设计了一种基于 Transformer 的自编码器，该方案在预训练过程中高效并且在各种下游任务中具有很好的泛化能力，包括在少样本物体分类方面表现出色。

Mar, 2022

利用自我监督学习方法，通过预训练的遮蔽自动编码器在 Digital Elevation Models 上提取建筑物和道路分割，有效利用有限的标注数据，为地表变化频繁的任务提供数据高效的学习器。

Sep, 2023

COVID-19 全球大流行对人脸识别带来了新的挑战，掩面的现象出现后，作者考虑利用图像修复中的机器学习方法来解决这个问题，并通过生成对抗网络（GAN）的生成能力和 autoencoder 的潜力，实现对原本被口罩遮挡的部分进行完整性修复。

Sep, 2023

本文提出了一种混合专家方法来进行自动感知图像质量评估，使用 Re-IQA 框架训练两个独立的编码器来学习高级和低级图像特征，并使用得到的图像表示来训练线性回归模型以提高评估准确性。实验表明，深度神经网络在无监督设置下训练可以产生具有感知相关性的表示。

Apr, 2023

在低光环境下，提出用基于深度自编码器的方法来增强和去噪图像以及适应动态环境，该方法可以在监视、监测和战术侦察等领域有很好的应用效果。

Nov, 2015

本文提出了一种隐私友好的大规模人脸识别替代方案，使用过自动抽取高质量人脸快照的方式以减少收集的个人数据。为此，本文开发了一个基于变分自编码器的无监督人脸图像质量评估方法，并通过实验验证了其有效性。

Jan, 2021

利用遥感卫星监测和缓解人为气候变化的影响在关键的干预和政策决策方面有着重要作用。合成孔径雷达 (SAR) 提供了一种强大的光学数据替代方案，通过自监督预训练方法在预测植被覆盖和土地分类关键任务上减少了标记数据需求，从而大大推进了气候变化监测的发展。

Oct, 2023