女生做网站前端设计师,智能营销方法,北京网站优化找商集客吗,域名网站排名遥感影像存在的问题
1.不同季节影像的差异
2. 影像云雾遮挡
3.影像由于传感器、地物反射、地物高度差等导致的畸变
抛开数据#xff0c;目前语义分割任务面临的问题
1. 单一任务模型很难具有通用性
结合自然语言的大模型是否会是一个新的启发点
首先需要考虑根据影像我…遥感影像存在的问题
1.不同季节影像的差异
2. 影像云雾遮挡
3.影像由于传感器、地物反射、地物高度差等导致的畸变
抛开数据目前语义分割任务面临的问题
1. 单一任务模型很难具有通用性
结合自然语言的大模型是否会是一个新的启发点
首先需要考虑根据影像我们可以获取的可利用信息:
图像中的颜色、纹理图像特征影像地理坐标范围地理位置或范围提示词影响的获取时间季节或时间提示词 以上信息在应用中的遥感影像中都是极易获取的那是否可以利用提示词实现这样的思路根据提示词引导将模型划分为不同的子模型从而提升模型泛华应用效果。 同理变化检测中的跨域任务是否可以通过给定季节提示词来实现特针对齐。
影像去云
去年有一个共开竞赛是关于通过深度学习算法利用SAR影像作为辅助数据进行光学影像的去云算法竞赛思路感觉很有意思
1. SAR影像可以获取云层下的地物纹理特征
2. 利用通过SAR与光学影像的实现云遮挡区域恢复
问题是如何建模 条件GAN直接暴力拟合 能否结合并利用已有的图像先验信息
