remote sensing imagery | BriefGPT

关键词remote sensing imagery

搜索结果 - 30

从空间中分割任何物体？
研究了针对视觉任务开发的第一个基础模型，称为 Segment Anything Model（SAM）。SAM 可以基于便宜的输入提示，如一个或多个点、边界框或掩码，在输入的图像中分割对象。作者在大量的视觉基准任务中研究了 SAM 的零样本图
PDFa year ago
MMCroCo: 跨模态对比学习用于地球观测数据定位
本研究提出了一种对地基 LiDAR 点云进行本地化的方法，可以将由航空 LiDAR 点云生成的数字高程模型（DEM）映射到航拍图像上。该方法基于对比学习，使用 DEM 和高分辨率光学图像进行训练，并通过不同的数据采样策略和超参数进行实验。在
PDF2 years ago
遥感图像中的地物覆盖分类的尺度感知适应
本文提出了一个刻度感知对抗学习框架，用于实现跨位置和跨刻度的地表覆盖分类，结果表明该框架在远程感知图像分类中的效果优于现有的领域适应方法。
PDF4 years ago
ECCV端到端可训练的深度主动轮廓模型用于自动图像分割：在航空图像中描绘建筑物
该研究旨在提出一种自动化图像分割框架，该框架结合卷积神经网络和活动轮廓模型，以实现遥感图像中所有建筑的快速、准确、自动分割。
PDF4 years ago
卫星影像中的城市级公路提取 v2：道路速度和行驶时间
本文提出了一种基于 CRESIv2 方法的城市级别道路提取和路线计算方法，该方法包含语义特征识别以及道路速度限制和行车时间的计算，旨在优化路线计算而非简单的最短路径距离。实验证明，该方法在使用 SpaceNet 数据集的训练和测试数据时优于
PDF5 years ago
遥感图像分割的平铺和拼接输出：基本挑战及建议
本文提出了一种基于卷积神经网络的遥感图像像素级标注方法，该方法使用大输入图像在标注时通过增大 CNN 模型尺寸以实现标注时间的有效减少及整体标注精度的提高。
PDF6 years ago
使用卷积神经网络进行大规模建筑物提取：美国地图绘制
通过采用分支卷积神经网络、全卷积神经网络、条件随机场作为循环神经网络以及 SegNet 四种卷积神经网络体系结构，对美国整个大陆分类提取建筑物轮廓线，将符号距离标签与 SegNet 结合，改进了建筑物轮廓线的提取结果并提出了融合近红外信息的
PDF6 years ago
利用带有上下文聚合的 ConvNet 进行卫星影像场景分类
本文提出了一种基于上下文聚合的卷积神经网络 (ConvNet) 的新型表达形式，即 ResNet-TP，它采用 ResNet 作为骨干网络，拥有两个路径，允许网络建模局部细节和区域上下文，实验结果表明，在 UCM Land Use 和 NW
PDF6 years ago
使用伪孪生卷积神经网络识别合成孔径雷达和光学图像中的对应图像块
本文提出了一个基于伪孪生卷积神经网络的多源图像对应关系识别方法，通过深度学习和数据融合技术，在保证高精度的同时实现了快速准确的卫星图像匹配。
PDF6 years ago
AID：航拍场景分类性能评估基准数据集
本论文介绍了 Aerial Image Dataset（AID）这一用于航空场景分类的大型数据集，并深入探讨了现有的航空场景分类技术以及最近广泛使用的深度学习方法，并为评估这一数据集的性能提供了基准结果。
PDF8 years ago