remote sensing data | BriefGPT

关键词remote sensing data

搜索结果 - 41

多光谱、高光谱和高空间分辨率航空影像的深度学习语义分割评估
该研究使用深度学习语义分割方法，在多光谱、高光谱和高空间分辨率的航拍图像数据集上进行了土地覆盖分类，其中 LinkNet 模型在所有数据集中获得了高 IoU 准确率 0.92，评估结果显示多光谱图像在 IoU 和 F1 得分上表现更佳，展示
PDF14 days ago
远程感知图像变化检索与标注的多模态框架
在多模态应用中，我们提出了一种创新的基于对比学习的模型，并利用 RS 数据集进行双时序遥感图像对的变化检测分析，实现了文本 - 图像检索功能。
PDF15 days ago
A$^{2}$-MAE：一种基于锚点感知屏蔽自编码器的空时谱统一遥感预训练方法
利用遥感数据构建了一个空间 - 时间 - 光谱结构化数据集（STSSD），并提出了一个新方法（A$^{2}$-MAE），通过预训练相互补充不同类型的遥感图像和地理信息来重构遮蔽补丁，实现了多种下游任务的全面改进。
PDF22 days ago
深度特征高斯过程用于单场景气溶胶光学厚度重建
利用深度表示学习和高斯过程，我们提出了一种用于单场景 AOD 重建的深度特征高斯过程（DFGP）方法，通过优化空间和特征域中观测和缺失 AOD 之间的相关性，在真实云图案的两个 AOD 数据集上，该方法的性能优于深度卷积神经网络和随机森林，
PDFa month ago
整理嵌入空间：用于森林监测的领域自适应回归
通过限制性设置，我们在没有目标域的先验的情况下进行方法比较，以及测试阶段的有限信息适应性调整，研究了交叉域回归中彼此对比优势的归纳和传导方法。
PDF2 months ago
MM用于遥感中安全有损图像压缩的卷积变分自编码器
通过卷积变分自编码器 (CVAE) 进行图像压缩的研究，其能够显著降低传输数据体积并保证安全有损图像重建的品质。
PDF3 months ago
卫星联邦边缘学习：架构设计与收敛分析
这篇论文介绍了一种名为 FEDMEGA 的针对低地球轨道卫星网络的新型 FEEL 算法，通过整合卫星间链接和全网模型聚合方案，提高了传输效率，实现了大约 30% 的收敛速度提升。
PDF3 months ago
卫星图像的时间自监督（S3-TSS）：一种卫星图像中的 SSL 技术的新方法
提出了一种名为 S3-TSS 的自监督学习技术方法，利用时序维度中自然增强的遥感数据进行训练，在四个下游数据集中表现优于基准算法 SeCo。
PDF4 months ago
通过 Sentinel-1 揭示洪水检测中对时态数据的需求
通过在 Sentinel-1 时间序列中从异常的水体分割，从而将洪水检测任务转化为一个时间异常检测问题，并提供了一个受流行的视频变化检测器 ViBe 启发的简单方法，它的结果与 SAR 图像时间序列定量地吻合，为未来工作提供了一个合理的基准
PDF4 months ago
AIO2：遥感图像分割中不完整标注的深度学习对象标签在线校正
适应性触发在线目标智能矫正 (AIO2) 通过自适应矫正触发模块（ACT）和基于空间信息的在线目标矫正（O2C）方法，利用含噪标签的平均教师模型提高训练鲁棒性，以解决地球观测中标注噪音问题，并在两个不同空间分辨率的建筑物轮廓分割数据集上验证
PDF4 months ago
基于跨模型半监督学习的道路检测的知识蒸馏
知识蒸馏和半监督学习方法相结合的半监督学习知识蒸馏（SSLKD）方法在道路分割应用中表现出显著的学生模型性能提升，超过传统半监督学习方法的效果。
PDF5 months ago
利用深度学习生成合成 SAR - 光学数据提高农作物分类的准确性
利用合成孔径雷达和光学图像融合能够显著提高农作物分类的准确性，但是传统方法在处理少数类别农作物的训练数据方面仍存在限制。本研究中，我们探索了条件表生成对抗网络（CTGAN）作为一种基于深度学习网络的合成数据生成方法，以解决农作物分类中少数类
PDF5 months ago
基于多特征和 t-SNE 的非线性规范相关分析进行土地覆盖图像的半监督分割
提出一种新的半监督图像分割方法，利用径向基函数和经典相关分析算法，通过对少量标记数据进行训练，提取图像的规则变量，并应用 k 均值聚类算法进行分割。
PDF5 months ago
基于分段全景模型（SAM）的光学遥感图像与地图数据之间的变化检测
本研究探讨了无监督多模态变化检测在时效性任务和综合多时序地球监测中的重要性，并介绍了利用光学高分辨率图像和 OpenStreetMap（OSM）数据进行无监督多模态变化检测的方法。我们通过使用视觉基础模型 Segmentation Anyt
PDF6 months ago
一切于一：走向地球视觉统一基础模型
采用单一的 Transformer 骨干网络，将多种数据模态与不同空间分辨率结合，解决了当前基础模型在地球视觉领域的多个下游任务中的适用性问题。
PDF6 months ago
可持续土壤管理的领域适应性：因果与对比约束最小化
通过多模式可扩展的框架，结合远程感测数据和稀疏土壤信息，实现有机质估算，提高泛化性和适应性，并确定影响有机质的关键土壤属性，有助于标准化数据收集工作。
PDF6 months ago
CVPR遥感数据的去偏学习
我们提出了一种针对遥感数据的高效半监督学习方法，通过适应 FixMatch 框架以及消除训练数据中的偏差，使用已标记数据的 30% 在遥感数据集上相较于基准监督学习方法提供了 7.1% 的准确度提升，以及相较于监督学习的最新方法 CDS 提
PDF6 months ago
DiffusionSat：卫星遥感图像的生成基础模型
DiffusionSat 是迄今为止最大的生成基础模型，使用公开可获得的大型高分辨率遥感数据集进行训练，实现对多个生成任务的解决，包括时间生成、多光谱输入的超分辨率和修复。同时它在卫星图像生成方面优于以前的最先进方法，也是第一个针对卫星图像
PDF7 months ago
USat: 一种用于多传感器卫星图像的统一自监督编码器
使用 USat 架构的多光谱数据的自监督预训练方法在遥感数据中优于状态 - of-the-art 的自监督 MAE 模型，并在低数据环境中带来改进。
PDF7 months ago
QIENet：基于卫星遥感数据的基于循环神经网络的定量辐照度估计网络
提出了一种名为 QIENet 的定量辐照度估计网络，利用卫星 Himawari-8 的遥感数据，通过循环神经网络（RNN）和卷积操作提取和融合遥感数据的时空特征，结合时间和地理信息作为 QIENet 的输入，能够提供高精度的全球水平辐照度（
PDF7 months ago