satellite imagery | BriefGPT

关键词satellite imagery

搜索结果 - 123

Brightearth roads: 从卫星影像实现全自动道路网络提取
通过使用高分辨率卫星影像，我们提出了一种完全自动化的流程来从图像中提取道路网络，结果表明与 OpenStreetMap 数据相比，该方法能够提供最新的道路设计和精确的道路位置。
PDF11 days ago
多光谱 LandSat 图像中烟雾分割的 Transformer 增强 UNet
提出了一种名为 VTrUNet 的新分割模型，通过红、绿、蓝、近红外和两个短波红外波段的图像为输入，捕捉光谱模式和长距离上下文特征，用于检测各种复杂背景下的烟雾。与其他相关模型相比，该模型在烟雾分割中表现最佳，并在预测性能上取得了显著改进。
PDF14 days ago
ExPLoRA：参数高效的扩展预训练用于适应领域偏移的视觉变换器
通过使用 ExPLoRA 技术，在对卫星图像进行迁移学习时，只使用很少的参数数量，在无监督的预训练阶段只解冻 1-2 个预训练的 ViT 块和所有归一化层，然后通过 LoRA 微调所有其他层，最后只通过 LoRA 在新域上对模型进行微调，获
PDF16 days ago
大规模遥感卫星影像中场景图生成：一个大样本数据集与上下文感知方法
该研究论文提出了一个面向大尺寸卫星图像的场景图生成方法，构建了一个大规模的 SGG 数据集，通过上下文感知级联认知框架实现了场景图的检测、筛选和关系预测。
PDF19 days ago
基于视觉基础模型的通用灾害损害评估通过变化检测
DAVI 是一种基于图像分割和任务特定知识的灾害评估方法，能够在无需目标地区地面真值标签的情况下，准确检测结构性损害，并在不同地理景观和灾害类型的情况下展现出优异性能。
PDF20 days ago
使用高分辨率卫星影像比较深度学习模型在不丹稻谷制图中的应用
该研究使用高分辨率卫星图像，结合深度学习方法（DNN 和 U-Net），主要关注不丹帕罗地区的作物类型和范围，证明了深度学习方法可以预测水稻，并可以与不丹农业部目前使用的基于调查的方法相结合。同时，利用区域土地覆盖产品作为弱标签方法来解决类
PDF21 days ago
SeeFar：卫星无关的多分辨率地理空间基础模型数据集
SeeFar 数据集是一个多分辨率卫星图像数据集，用于训练地理空间基础模型，解决商业卫星图像的高成本和有限历史可用性对基础模型训练的影响，并实现多源数据标准化和增强互操作性。
PDF22 days ago
AGBD：全球规模生物量数据集
准确估计地上生物量（AGB）是应对气候变化和生物多样性损失两大人类挑战的关键，我们引入了一个包含全球分布、多样植被类型和几年时间范围的全面新数据集，结合了来自 GEDI 任务的 AGB 参考数据以及 Sentinel-2 和 PALSAR-
PDF25 days ago
一种有效的深度学习权重初始化方法：应用于卫星图像分类
在卫星图像分类中提出了一种新颖的权重初始化方法，通过在卷积神经网络（CNN）模型的前向和反向传播过程中进行数学上的详细描述，并与现有的权重初始化技术进行了比较分析，在多个真实世界数据集上进行了广泛实验，结果显示该方法在分类准确性上优于之前的
PDFa month ago
行星因果推理：对贫困地理的影响
利用卫星图像等地球观测数据结合机器学习，可以深入了解贫困地理的预测居住条件，并探索因果关系以及政策分析。
PDFa month ago
TreeFormers -- 森林砍伐司机分类下的视觉 Transformer 探索
通过使用印尼森林的卫星图像，本研究探索了使用视觉变换器（ViTs）对森林砍伐驱动因素进行分类的关键问题。通过对预训练的 ViT 进行微调并采用数据增强和纵向数据嵌入等方法，本研究在基准模型上取得显著改善，测试准确率达到了 72.9％。通过全
PDFa month ago
DeepDamageNet: 使用卫星图像的多灾害建筑损坏分割和分类的两步深度学习模型
通过深度学习模型，在 xView2 挑战中取得了 0.66 的 F1 分数，超过 0.28 的挑战基准分数，发现不同损伤等级和不同灾害类型之间的视觉相似性和损害分布差异导致建筑物损伤分类是一项困难任务，可能需要具备关于灾害损害的概率先验估计
PDF2 months ago
MM利用网络与遥感数据进行上下文感知的移动网络性能预测
在这项研究中，我们使用卫星图像数据来预测电信网络的性能，实验证明模型在不同地区都表现出很好的泛化能力，并且对于新部署的站点提供了一个可行的初始性能估计方法。
PDF2 months ago
优化积云探测：一种基于 EfficientNet-b4 编码的深度学习方法
这篇论文利用先进的深度学习方法，结合了高效的特征提取、校正对齐、软标签和伪标签技术，以提高对卫星图像中的对流层云追踪的准确性和效率，从而为可持续航空的目标做贡献。
PDF2 months ago
GEOBIND：通过卫星图片绑定文本、图像和音频
远程感知中，我们关注的是对一些地理位置建模的各种方式。我们提出了一种名为 GeoBind 的深度学习模型，可以从地理位置的卫星图像中推断出文本、图像和音频等多个模态。我们的方法不需要包含所有上述模态的单个复杂数据集，而只需要多个卫星图像配对
PDF2 months ago
MM使用游戏引擎和机器学习创建合成卫星图像进行桌面验证练习
利用现代游戏引擎和先进的机器学习技术生成合成图像，以支持通过新的卫星星座和极短重访时间实现的验证能力的简单监控方案的桌面推演的有用性。
PDF2 months ago
对社会经济结果的视觉概念解释的对比预训练
利用深度学习从卫星图像中预测社会经济指标已成为一个越来越受欢迎的研究方向，我们研究了额外特定任务对比损失的表示学习与后期概念可解释性在社会经济研究中的相互关系，并通过两个不同地理位置和任务的结果表明，任务特定预训练对潜在空间嵌入按照社会经济
PDF3 months ago
评估切割粘贴数据增强在遥感图像语义分割中的有效性
卫星影像重要用于环境监测和城市规划，本研究探索了一个适用于语义分割的剪切粘贴增强技术，通过利用语义分割标签中的联通组件，从而在训练过程中随机粘贴提取的实例，实验结果表明，这种增强技术显著提升了语义分割模型的平均交并比得分，从 37.9 提升
PDF3 months ago
PRISMA 产品的全色融合技术在考古勘探中的应用
该研究评估了 PRISMA 卫星产品在地质考古勘探中的可用性，对比了三种泛锐化方法并测试了在意大利 Aquileia 考古景观上的效果，结果表明在特定条件下，泛锐化技术使高光谱卫星图像非常适用于识别不同大小的地下考古遗迹。
PDF3 months ago
SAT-NGP：基于卫星图像的快速可重照三维重建中的神经图形基元释放
现有的立体视觉管道在使用多对或多个卫星图像时可以产生高精度的 3D 重建。然而，这些管道对于由于多日期收购而可能发生的图像变化敏感。为了考虑这些变化，最近将神经辐射场（NeRF）应用于多日期卫星图像。然而，神经方法非常计算密集，需要数十个小
PDF3 months ago