A comprehensive review of remote sensing in wetland classification and mapping
Department of Geography, The University of Hong Kong(地理系,香港大学);Department of Earth System Science, Tsinghua University(地球系统科学系,清华大学);Department of Electronics and Information Engineering, Harbin Institute of Technology (Shenzhen)(电子与信息工程系,哈尔滨工业大学(深圳));Pengcheng Laboratory(鹏城实验室)
本综述通过元分析1200余篇论文,系统梳理湿地分类与制图的数据、方法、驱动因素及局限,并提出应对全球变化与技术创新的未来方向。
2025-04-21 cs.CV eess.IV
Fine grained classification for multi-source land cover mapping
INRAE(法国国家农业、食品与环境研究院);University of Montpellier(蒙彼利埃大学);CIRAD(法国国际农业发展研究中心)
如今,人们普遍认为,需要更好地描述农业监测系统的特点,以应对全球变化。及时和准确的土地利用/土地覆盖物测绘可通过提供精细的有用信息来支持这一愿景。在此,提出了一种深度学习方法来处理对象级别的多源土地覆盖制图。该方法是基于一个扩展的循环神经网络丰富的注意力机制专用于多时态数据上下文。此外,介绍了一种新的层次化预训练策略,旨在利用特定的领域知识下的土地覆盖类的层次关系。在留尼汪岛-法国海外省-进行的实验表明,与土地覆盖制图的遥感标准方法相比,该建议具有重要意义。
2020-04-04 cs.CV
Equivalent Classification Mapping for Weakly Supervised Temporal Action Localization
Northwestern Polytechnical University(西北工业大学);Xidian University(西安电子科技大学)
弱监督时间动作定位是近年来出现的一个新的研究课题。现有的方法可以分为两个分类定位流水线,即,预分类流水线和后分类流水线。预分类流水线首先对每个视频片段执行分类,然后聚合片段级分类分数以获得视频级分类分数。相比之下,后分类流水线首先聚合片段级特征,然后基于聚合的特征预测视频级分类分数。虽然这两条管道中的分类器的使用方式不同,但它们所起的作用是完全相同的-对给定的特征进行分类,以识别相应的动作类别。为此,理想的分类器可以使两个管道都工作。这启发我们在统一的框架中同时学习这两个管道,以获得有效的分类器。具体来说,在所提出的学习框架中,我们实现了两个并行的网络流,同时对两个分类定位管道进行建模,并使两个网络流共享同一个分类器。这实现了新的等效分类映射(ECM)机制。此外,我们发现,一个理想的分类器可能具有两个特性:1)从预分类流中获得的帧级分类得分和后分类流中的特征聚合权重应该是一致的; 2)这两个流的分类结果应该是相同的。基于这两个特点,我们进一步引入了权重转换模块和等价训练策略到建议的学习框架,这有助于彻底挖掘等价机制。
2020-10-06 cs.CV
Land-cover Classification and Mapping for Eastern Himalayan State Sikkim
Sikkim Manipal Institute of Technology(锡金马尼帕尔理工学院)
分类卫星图像的区域已成为一个具有挑战性的任务,在当今时代,有巨大的增长,即在解决建筑物,道路,桥梁,水坝等的建设,本文提出了一种简易的k-均值和人工神经网络(ANN)分类器的土地覆盖映射的喜马拉雅东部锡金州。改进的k-means算法与现有的k-Nearest Neighbor和最大似然分类器方法相比,显示出令人满意的结果。人工神经网络(ANN)分类器的优点在于速度快、识别率高,而且与其他分类算法相比,它的自学习能力使其被广泛接受。与经典方法相比,基于人工神经网络的分类器取得了令人满意的结果。
2010-03-22 cs.CV
Constrained Linear Data-feature Mapping for Image Classification
The Pennsylvania State University(宾夕法尼亚州立大学);Peking University(北京大学)
在本文中,我们提出了一个约束线性数据-特征映射模型,作为使用卷积神经网络(CNN)(如ResNet)进行图像分类的可解释数学模型。从这个角度出发,我们在技术层面上建立了约束线性系统的传统迭代格式与ResNet基本模块的体系结构之间的详细联系。在这些连接下,我们提出了一些ResNet类型模型的自然修改,这些修改将具有更少的参数,但仍然保持与这些相应的原始模型几乎相同的精度。一些数值实验表明,这种约束的学习数据特征映射假设的有效性。
2020-07-06 cs.CV cs.NA eess.IV
Expert Kernel Generation Network Driven by Contextual Mapping for Hyperspectral Image Classification
iFLYTEK(讯飞科技);Aegon THTF(东方明珠新媒体)
针对高光谱图像分类中深度神经网络面临的过拟合与泛化能力有限等问题,提出EKGNet,通过上下文感知映射网络和动态核生成模块,在不增加网络参数的情况下提升分类性能,优于主流方法。
2025-04-17 cs.CV
Shape and Margin-Aware Lung Nodule Classification in Low-dose CT Images via Soft Activation Mapping
Fudan University(复旦大学);Rensselaer Polytechnic Institute(伦斯勒理工学院);Massachusetts General Hospital(麻省总医院);Harvard Medical School(哈佛医学院)
许多关于肺结节分类的研究缺乏对卷积神经网络(CNN)提取的特征的临床/生物学解释。类激活映射(CAM)和基于梯度的CAM(Grad-CAM)等方法是为解释本地化和分类任务而定制的,但它们忽略了细粒度的特征。因此,CAM和Grad-CAM不能为低剂量CT图像中的肺结节分类任务提供最佳解释,因为细粒度的病理线索(如结节的离散和不规则形状和边缘)能够增强关于CNN的结节分类的灵敏度和特异性。在本文中,我们首先开发了一个软激活映射(SAM),使细粒度的肺结节形状\&边缘(LNSM)的特征分析与CNN,使它可以访问丰富的离散功能。其次,通过将高级卷积特征与SAM相结合,我们进一步提出了一种高级特征增强方案(HESAM)来定位LNSM特征。在LIDC-IDRI数据集上的实验表明,1)SAM比现有方法捕获了更多细粒度和离散的注意区域,2)HESAM更准确地定位LNSM特征,并获得了最先进的预测性能,降低了假阳性率,和3)我们设计并进行了一个视觉匹配实验,该实验结合了放射科医生的研究,以增加将我们的方法应用于临床的置信度。诊断.
2019-12-17 cs.CV
Object-Oriented Material Classification and 3D Clustering for Improved Semantic Perception and Mapping in Mobile Robots
Institute for Artificial Intelligence, University of Georgia(佐治亚大学人工智能学院);School of Computing, University of Georgia(佐治亚大学计算机学院)
针对移动机器人语义感知与建图需求,提出结合深度模态互补性的面向对象RGB-D材料分类方法,集成ORB-SLAM2与点云多尺度聚类,在公开和自建真实数据集上实现分类与聚类精度的显著提升。
2024-07-08 cs.AI cs.CV cs.RO
CyCNN: A Rotation Invariant CNN using Polar Mapping and Cylindrical Convolution Layers
Seoul National University(首尔大学)
深度卷积神经网络(CNN)在图像分类中经验上已知对适度平移不变,但对旋转不变。本文提出了一种深度CNN模型,称为CyCNN,它利用输入图像的极坐标映射将旋转转换为平移。为了处理极坐标的圆柱属性,我们将传统CNN中的卷积层替换为圆柱卷积(CyConv)层。CyConv层利用圆柱滑动窗口(CSW)机制,该机制垂直扩展卷积层中边界单元的输入图像感受野。我们评估了CyCNN和传统的CNN模型在旋转MNIST,CIFAR-10和SVHN数据集上的分类任务。我们表明,如果在训练过程中没有数据增强,与传统的CNN模型相比,CyCNN显着提高了分类精度。我们对CyCNN的实现可在https://github.com/mcrl/CyCNN上公开获得。
2020-07-21 cs.CV cs.LG eess.IV
Differentiable Mapping Networks: Learning Structured Map Representations for Sparse Visual Localization
Google(谷歌);National University of Singapore(新加坡国立大学)
映射和定位,最好是从少量的观察,是机器人的基本任务。我们通过将空间结构(可微映射)和端到端学习结合在一个新的神经网络架构中来解决这些任务:可微映射网络(DMN)。DMN构造了一个空间结构化的视图嵌入图,并使用它进行后续的视觉定位与粒子滤波。由于DMN架构是端到端可微的,因此我们可以使用梯度下降来联合学习地图表示和定位。我们将DMN应用于稀疏视觉定位,其中机器人需要在新的环境中相对于来自已知视点的少量图像进行定位。我们使用模拟环境和具有挑战性的现实世界街景数据集来评估DMN。我们发现,DMN学习有效的地图表示视觉定位。空间结构的好处随着较大的环境、用于映射的更多视点以及当训练数据稀缺时而增加。项目网址:http://sites.google.com/view/differentiable-mapping
2020-05-19 cs.CV cs.LG cs.RO
Classification and mapping of low-statured 'shrubland' cover types in post-agricultural landscapes of the US Northeast
State University of New York College of Environmental Science and Forestry(纽约州立大学环境科学与林业学院)
新的植物群落重塑了景观,并对土地覆盖分类和制图提出了挑战,这可能会限制研究和管理工作。在美国东北部,出现低statured木本植被,或灌木丛,而不是次生林在后农业景观是有据可查的实地研究,但从景观的角度来看,这限制了系统地研究和管理这些土地的能力知之甚少。为了解决低statured覆盖类型的分类/映射中的差距,他们一直是历史罕见的,我们开发的模型来预测灌木丛分布在30米分辨率在纽约州(NYS),使用堆叠合奏结合随机森林,梯度提升机,人工神经网络集成遥感结构(机载激光雷达)和光学(卫星图像)植被覆盖的属性。我们首先分类的1米冠层高度模型(CHM),来自可用的激光雷达覆盖的拼凑,定义灌木丛的存在/不存在。接下来,这些非连续的地图被用来训练一个模型集成的基础上,时间分割的图像,以预测灌丛概率为整个研究景观(纽约州)。约2.5%的CHM覆盖面积被归类为灌木丛。使用陆地卫星预测训练的分类CHM模型是有效的识别灌木丛(测试集AUC=0.893,现实世界AUC=0.904),在区分灌木/幼林和其他覆盖类,并产生定性合理的地图,即使超出了原来的训练数据。我们的研究结果表明,纳入机载激光雷达,即使是从一个不连续的补丁覆盖,可以改善土地覆盖分类的历史罕见,但越来越普遍的灌木栖息地在更广泛的地区。
2022-12-21 cs.CV cs.LG stat.AP
Explainable concept mappings of MRI: Revealing the mechanisms underlying deep learning-based brain disease classification
Medical University of Graz(格拉茨医科大学);Monash University(莫纳什大学);Fraunhofer Heinrich Hertz Institute(弗劳恩霍夫海因里希·赫兹研究所);Technische Universität Berlin(柏林工业大学);BIFOLD – Berlin Institute for the Foundations of Learning and Data(BIFOLD——柏林学习与数据基础研究所)
本研究通过概念相关性传播方法,系统识别了用于阿尔茨海默病分类的卷积神经网络所学概念,发现高度相关概念主要位于基底神经节,实现了模型验证并有望提升其可靠性。
2024-04-16 cs.AI cs.CV cs.LG
Multi-Year Vector Dynamic Time Warping Based Crop Mapping
Scientific and Technological Research Council of Turkey (TÜBİTAK) Space Technologies Research Institute (UZAY)(土耳其科学技术研究理事会(TÜBİTAK)空间技术研究所);Informatics Institute, Middle East Technical University(中东技术大学信息学研究所)
最近通过基于监督学习的方法的自动化作物制图已经展示了相对于经典技术的前所未有的改进。然而,大多数作物制图研究仅限于同年作物制图,即用当年的标记数据预测同年的作物图。这些方法的分类精度大大降低跨年度映射。跨年度作物制图更有用,因为它允许使用以前标记的数据预测下一年的作物图。我们提出了矢量动态时间规整(VDTW),一种新的多年分类方法的基础上翘曲的物候向量之间的角距离。结果表明,所提出的VDTW方法是强大的时间和光谱变化补偿不同的耕作方式,气候和大气的影响,以及测量误差之间的年。我们还描述了一种方法,用于确定最具歧视性的时间窗口,允许有限的数据的高分类精度。我们使用2013年至2016年的Landsat 8时间序列图像对我们的方法进行了测试,用于对哈兰平原的玉米和棉花以及土耳其东南部Bismil平原的玉米,棉花和大豆进行分类。此外,我们还利用协调的陆地卫星哨兵数据测试了2017年和2018年美国堪萨斯州的VDTW玉米和大豆。与其他最先进的方法相比,VDTW方法在相同和交叉年份分别实现了99.85%和99.74%的总体准确率,与其他最先进的方法相比,即光谱角映射器(SAM),动态时间规整(DTW),时间加权DTW(TWDTW),随机森林(RF),支持向量机(SVM)和深度长短期记忆(LSTM)方法。所提出的方法可以扩展到其他作物类型和/或地理区域。
2019-11-27 cs.CV cs.LG stat.ML
BirdSAT: Cross-View Contrastive Masked Autoencoders for Bird Species Classification and Mapping
Washington University in St. Louis(圣路易斯华盛顿大学)
本文提出BirdSAT框架,融合对比学习与掩码图像建模并引入元数据,在跨视角鸟类数据集上训练ViT,实现细粒度分类与跨模态检索的SotA性能,并支持物种分布制图。
2023-10-29 cs.CV
A Survey on Deep Learning for Localization and Mapping: Towards the Age of Spatial Machine Intelligence
University of Oxford(牛津大学)
基于深度学习的定位和映射最近引起了极大的关注。基于深度学习的解决方案提供了一种以数据驱动的方式解决问题的替代方案,而不是通过利用物理模型或几何理论来创建手工设计的算法。受益于不断增长的数据量和计算能力,这些方法正在快速发展成为一个新的领域,提供准确和强大的系统来跟踪运动和估计场景及其结构,以满足现实世界的应用。在这项工作中,我们提供了一个全面的调查,并提出了一个新的分类定位和映射使用深度学习。我们还讨论了当前模型的局限性,并指出了未来可能的发展方向。涵盖了广泛的主题,从学习里程估计,映射,全球定位和同时定位与地图构建(SLAM)。我们重新审视的问题,感知自我运动和场景理解与板载传感器,并展示了如何解决这个问题,将这些模块集成到一个前瞻性的空间机器智能系统(SMIS)。我们希望这项工作能够将机器人、计算机视觉和机器学习社区的新兴工作联系起来,并为未来的研究人员应用深度学习解决定位和映射问题提供指导。
2020-06-29 cs.CV cs.LG cs.RO
Imaging and Classification Techniques for Seagrass Mapping and Monitoring: A Comprehensive Survey
Edith Cowan University(埃迪斯科文大学);The University of Western Australia(西澳大学)
监测水下生境是观察环境状况的重要组成部分。早在二十世纪八十年代,水下植被,特别是海草的探测和测绘就引起了研究界的关注。最初,这种监测依靠专家的现场观察。后来,遥感技术、卫星监测技术以及数码照片和视频技术的进步为更快、更便宜、而且可能更准确的海草监测方法打开了一扇窗。到目前为止,在海草探测和测绘方面,已使用机载照相机的数字图像、卫星的光谱图像、利用水下声纳技术的声学图像数据以及数字水下照片和视频图像来测绘海草草甸或监测其状况。在这篇文章中,我们回顾了最近的海草检测和制图方法,以了解现有方法的差距,并确定进一步的研究范围,以更容易地监测海洋健康。我们已经确定了四类海草测绘和评估的方法:静态图像,视频数据,声学图像和光谱图像数据为基础的技术。我们批判性地分析了调查的方法,并发现研究差距,包括需要快速,廉价和有效的成像技术鲁棒的深度,浊度,位置和天气条件,全自动海草探测器,可以在实时工作,准确的技术估计海草密度,并提供高计算设施处理大规模数据。为了解决这些差距,未来的研究应该集中在开发更便宜的图像和视频数据汇集技术,基于深度学习的自动注释和分类,以及实时的图像覆盖计算。
2019-03-01 cs.CV
Temporal-Spatial Mapping for Action Recognition
深度学习模型在图像相关的计算机视觉任务中取得了巨大成功,如图像分类和目标检测。然而,对于与视频相关的任务,如人类动作识别,进步还没有那么显著。主要的挑战是缺乏有效和高效的模型来建模视频中丰富的时空信息。我们介绍了一个简单而有效的操作,称为时空映射(TSM),用于捕获的时间演变的帧,通过共同分析的所有帧的视频。我们提出了一种视频级的2D特征表示,通过将所有帧的卷积特征转换为2D特征图,称为VideoMap。每一行都是帧的矢量化特征表示,时空特征得到了完整的表示,同时时间动态演化也得到了很好的嵌入。基于VideoMap表示,我们进一步提出了一个浅层卷积神经网络内的时间注意力模型,以有效地利用时空动态。实验结果表明,该方案实现了最先进的性能,与时间段网络(TSN),竞争基线方法,具有挑战性的人类动作基准数据集HMDB51的4.2%的准确率增益。
2018-09-11 cs.CV
Mapping Memes to Words for Multimodal Hateful Meme Classification
University of Florence(佛罗伦萨大学);University of Pisa(比萨大学)
提出ISSUES方法,利用CLIP模型和文本反演技术将模因映射为文字,实现多模态仇恨模因分类,并在两个基准数据集上达到最先进性能。
2023-10-12 cs.CV
CIM: Class-Irrelevant Mapping for Few-Shot Classification
China University of Petroleum (East China)(中国石油大学(华东));BIOMIND;University of Macau(澳门大学)
Few-Shot分类是近年来研究的热点问题之一。一般设置包括两个阶段:(1)用基础数据(具有大量标记样本)预训练特征提取模型(FEM)。(2)利用有限单元法对新数据(标记样本少、类别与基础数据完全不同的数据)进行特征提取,然后用待设计的分类器进行分类。预训练的FEM对新数据的适应性决定了新特征的准确性,从而影响最终的分类性能。因此,如何评估预先训练好的有限元模型是目前FSC界最关注的问题。这听起来像是传统的基于类激活映射(CAM)的方法可以通过叠加加权特征映射来实现这一点。然而,由于FSC的特殊性(例如,当使用预训练的FEM提取新特征时没有反向传播),我们不能用新类激活特征图。为了解决这个问题,我们提出了一个简单,灵活的方法,被称为类无关映射(CIM)。具体来说,首先,我们引入字典学习理论,并将特征映射的通道视为字典中的基础。然后利用特征图拟合图像的特征向量,得到相应的通道权值。最后,我们重叠加权特征图进行可视化,以评估预训练的FEM对新数据的能力。为了公平地使用CIM评估不同的模型,我们提出了一个新的测量指标,称为特征定位精度(FLA)。在实验中,我们首先比较了我们的CIM与CAM在常规任务,并取得了出色的表现。接下来,我们使用我们的CIM来评估几个经典的FSC框架,而不考虑分类结果,并讨论它们。
2021-09-07 cs.CV
Gaze-Guided Class Activation Mapping: Leveraging Human Attention for Network Attention in Chest X-rays Classification
University of British Columbia(英属哥伦比亚大学)
视线跟踪技术的可用性和准确性的提高引发了心理学、神经科学以及最近的计算机视觉和人工智能领域与注意力相关的研究。人工神经网络中的注意力机制被认为可以改善学习任务。然而,以往的研究还没有将网络注意力和人类注意力结合起来。针对胸部X射线病理分类问题,提出了一种基于影像专家视觉注意力直接调节网络注意力形成的注视引导类激活映射(GG-CAM)方法。GG-CAM是一个轻量级的($3$额外的可训练参数用于调节学习过程)和通用扩展,可以很容易地应用于大多数分类卷积神经网络(CNN)。GG-CAM修饰的CNN在完全训练时不需要人类的注意力作为输入。比较实验表明,两个标准的CNN与GG-CAM扩展实现了显着更高的分类性能。ResNet 50的曲线下面积(AUC)指标中位数从$0.721$增加到$0.776$。对于EfficientNetv 2(s),中位AUC从$0.723$增加至$0.801$。GG-CAM还带来了更好的网络可解释性,有助于弱监督病理定位和分析。
2022-02-15 cs.CV eess.IV
A Tutorial on Explainable Image Classification for Dementia Stages Using Convolutional Neural Network and Gradient-weighted Class Activation Mapping
The Hong Kong Polytechnic University(香港理工大学)
本文通过CNN和Grad-CAM对痴呆阶段进行可解释图像分类,展示高准确率的同时探讨可视化解释对医学应用的意义。
2024-08-20 cs.AI cs.CV eess.IV
OmniView-Space: Reinforcing Spatial Reasoning via Multi-Perspective Spatial Mapping
Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University(厦门大学多媒体可信感知与高效计算教育部重点实验室);Tencent Youtu Lab(腾讯优图实验室);Beijing Institute of Technology(北京理工大学)
提出OmniView-Space框架,通过多视角空间映射、工具引导的自我中心推理和认知图蒸馏,解决多模态大模型在多步空间推理中的参考框架动态重锚问题,在单/多图像基准上达到最优性能。
2026-07-02 cs.CV
Kernel-Induced Label Propagation by Mapping for Semi-Supervised Classification
Soochow University(苏州大学);National University of Singapore(新加坡国立大学)
核方法已成功地应用于模式识别和数据采掘等领域。本文主要讨论核空间中的标号传播问题。提出了一种基于映射的核诱导标签传播(Kernel-LP)框架,利用核空间中最具信息量的数据模式进行高维数据分类。Kernel-LP的本质是在变换的核空间中执行联合标签传播和自适应权重学习。也就是说,我们的Kernel-LP将标签传播的任务从大多数现有工作中常用的欧几里得空间改变为核空间。我们的Kernel-LP的动机是通过假设输入的内积空间来传播标签和学习自适应权重,即,原始线性不可分的输入可以被映射为在核空间中是可分离的。Kernel-LP基于现有的正LP和负LP模型,即,负标签信息的影响被综合以提高标签预测能力。此外,Kernel-LP在相同的核空间上执行自适应权重构造,因此可以避免传统标准中选择最佳邻域大小的棘手过程。还提出了两种新颖有效的样本外方法,用于我们的内核LP涉及新的测试数据,即,(1)直接核映射和(2)核映射诱导的标签重构,这两种方法都纯粹依赖于训练集和测试集之间的核矩阵。由于核技巧,我们的算法将适用于处理高维实际数据。真实数据集上的大量结果证明了我们方法的有效性。
2019-05-31 cs.CV
Small-sample Brain Mapping: Sparse Recovery on Spatially Correlated Designs with Randomization and Clustering
INRIA(法国国家信息与自动化研究所);NeuroSpin(NeuroSpin神经影像研究中心);CEA(法国原子能委员会)
功能性神经成像可以测量大脑?人对外界刺激的反应。它被用来执行大脑映射:从这些观察中识别所涉及的大脑区域。这个问题可以被转换成线性监督学习任务,其中神经成像数据被用作刺激的预测器。大脑映射然后被看作是一个支持恢复问题。在功能性MRI(fMRI)数据上,这个问题特别具有挑战性,因为i)由于有限的采集时间,样本的数量很少,以及ii)变量是强相关的。我们建议克服这些困难,通过聚类的原始变量得到的新变量使用稀疏回归模型。使用随机化技术,例如自举样本和变量聚类,可以提高稀疏方法的恢复性能。我们证明了我们的方法在广泛的模拟研究以及两个fMRI数据集的好处。
2012-06-27 cs.CV cs.LG stat.AP
AutoLCZ: Towards Automatized Local Climate Zone Mapping from Rule-Based Remote Sensing
Helmholtz Association(亥姆霍兹联合会)
提出AutoLCZ框架,利用LiDAR数据定义数值规则模拟LCZ定义,实现基于遥感数据的局地气候分区自动化制图,减少人工标注并提升可解释性,在纽约市验证了区分10种LCZ类型的能力。
2024-05-22 cs.CE cs.CV cs.IR
Quantum Feature-Empowered Deep Classification for Fast Mangrove Mapping
National Cheng Kung University(成功大学);University of Technology Sydney(悉尼科技大学)
针对红树林测绘分类问题,提出量子特征增强的深度网络QEDNet,融合CNN与QNN特征,轻量且提升分类性能。
2025-01-06 cs.CV eess.IV quant-ph
Benchmarking foundation models for hyperspectral image classification: Application to cereal crop type mapping
Analytics Lab (A-Lab), UM6P, Rabat 11103, Morocco(安利实验室(A-Lab));Center for Remote Sensing Applications (CRSA), UM6P, Ben Guerir 43150, Morocco(远程传感应用中心(CRSA));Friedrich Schiller University Jena, Department of Geography, Jena 07743, Germany(耶拿弗里德里希·施勒格尔大学);Dept. of Cartography(制图部门)
本研究对三种基础模型(HyperSigma、DOFA、SpectralEarth预训练ViT)进行高光谱谷类作物制图基准测试,发现SpectralEarth模型精度最高(OA 93.5%),并强调模型架构对跨区域泛化的关键作用。
2025-10-14 cs.CV
SPACE: 3D Spatial Co-operation and Exploration Framework for Robust Mapping and Coverage with Multi-Robot Systems
School of Computing, University of Georgia(佐治亚大学计算学院)
针对多机器人室内视觉建图中重影轨迹和前沿选择忽视重建的问题,提出SPACE半分布式框架,利用几何技术和自适应前沿分配实现覆盖与建图平衡,在仿真中优于现有方法。
2024-11-04 cs.CV cs.MA cs.RO
Visual Place Cell Encoding: A Computational Model for Spatial Representation and Cognitive Mapping
本文提出视觉位置细胞编码模型,通过聚类视觉特征模拟位置细胞激活,无需运动或奖励即可区分相似位置并适应环境变化,支持认知地图构建。
2025-04-22 cs.CV cs.RO
Spatial Feature Mapping for 6DoF Object Pose Estimation
Nanyang Technological University(南洋理工大学)
本工作的目的是估计6Dof(6D)的目标姿态在背景杂波。考虑到强烈的遮挡和背景噪声,我们建议利用空间结构来更好地解决这个具有挑战性的任务。观察到3D网格可以自然地抽象为一个图,我们建立的图使用3D点作为顶点和网格连接的边缘。我们构造了从二维图像特征到三维点的映射,用于填充图形和融合二维和三维特征。在此基础上,采用图卷积网络(GCN)实现三维空间中物体点之间的特征交换。为了解决对象的旋转对称性模糊的问题,利用球形卷积,并且将球形特征与映射到图的卷积特征相结合。预定义的3D关键点投票,并通过拟合优化获得6DoF位姿。两种情况下的推理,一个与深度信息和其他没有它进行了讨论。在YCB-Video和LINEMOD数据集上的实验表明了该方法的有效性。
2022-06-03 cs.CV
Mapping and Classification of Trees Outside Forests using Deep Learning
Osnabrück University, Joint Lab Artificial Intelligence and Data Science(奥恩布里克大学人工智能与数据科学联合实验室);Osnabrück University, Institute for Computer Science, Remote Sensing Osnabrück(奥恩布里克大学计算机科学研究所,奥恩布里克远程 sensing 研究所);Leibniz Institute for Agricultural Engineering and Bioeconomy(莱比锡农业工程与生物经济研究所);Osnabrück University, Institute of Cognitive Science, Artificial Intelligence(奥恩布里克大学认知科学研究所,人工智能)
针对现有林外树木研究分类单一、适应性差的问题,本研究构建新数据集,对比多种深度学习语义分割模型对四类木本植被的分类效果,发现FT-UNetFormer性能最优,同时指出复杂结构分类与跨区域泛化的挑战,并公开了数据集与代码。
2026-10-06 cs.CV
Segmentation of Satellite Imagery using U-Net Models for Land Cover Classification
Tallinn University of Technology(塔林理工大学);University of Oxford(牛津大学)
本文的重点是使用一个卷积机器学习模型与修改的U-Net结构创建基于卫星图像的土地覆盖分类映射。研究的目的是训练和测试卷积模型自动土地覆盖制图,并评估其可用性,提高土地覆盖制图的精度和变化检测。为了解决这些任务,作者准备了一个数据集和训练的机器学习模型,用于从卫星图像中进行土地覆盖分类和语义分割。结果分析了三个不同的土地分类水平。BigEarthNet卫星图像档案被选为研究的两个主要数据集之一。这一新的数据集于2019年发布,包括2017年和2018年拍摄的来自10个欧洲国家的Sentinel-2卫星照片。作为第二个数据集,作者组成了一个原始集,其中包含一个哨兵-2图像和一个CORINE爱沙尼亚土地覆盖图。开发的分类模型显示了高的整体F \textsubscript{1}得分为0.749多类土地覆盖分类与43个可能的图像标签。该模型还突出显示了BigEarthNet数据集中的噪声数据,其中图像似乎具有不正确的标签。分割模型提供了一种基于Sentinel-2卫星图像生成自动土地覆盖映射的解决方案,并显示了森林,内陆水域和耕地等土地覆盖类别的高IoU得分。这些模型显示出提高现有土地分类图和土地覆盖变化检测的准确性的能力。
2020-03-05 cs.CV cs.CY
Spatial Imagination With Semantic Cognition for Mobile Robots
Berlin Institute of Technology(柏林工业大学)
基于经验和语义认知的对周围环境的想象具有很大的潜力,可以扩展有限的观察,并为地图绘制,避碰和路径规划提供更多的信息。本文提出了一种基于训练的算法,移动机器人进行基于语义认知的空间想象,并评估所提出的方法的地图任务。我们利用照片般逼真的模拟环境,栖息地,培训和评估。训练好的模型由Resent-18作为编码器和Unet作为主干组成。我们证明,该算法可以执行想象的对象的不可见的部分普遍,通过回忆的图像和经验,并比较我们的方法与传统的语义映射方法。实验结果表明,该方法可以提高语义映射的效率和准确性.
2021-04-08 cs.AI cs.CV cs.RO
Land Use Classification using Convolutional Neural Networks Applied to Ground-Level Images
University of California at Merced(加州大学默塞德分校)
土地利用制图是地理科学中一项基本而又具有挑战性的任务。与土地覆盖物制图不同,一般不可能使用俯拍图像。最近,爆炸性增长的在线地理参考照片集提出了另一种方法来发现地理知识。在这项工作中,我们提出了一个通用的框架,使用地面图像从Flickr的土地利用地图。我们的方法受益于几个新的方面。首先,我们通过执行位置和室内/室外过滤以及半监督数据集增强来解决在线照片集合的噪声,例如不精确的地理位置和不均匀的空间分布。我们的室内/室外分类器在几个基准数据集上实现了最先进的性能,并接近人类水平的准确性。其次,我们利用使用深度学习提取的高级语义图像特征,特别是卷积神经网络,这使我们能够在具有挑战性的八类土地利用映射问题上实现高达76%的准确率。
2016-09-21 cs.CV cs.CY cs.MM
Spatial-Temporal Convolutional Attention for Mapping Functional Brain Networks
Shaanxi Normal University(陕西师范大学);University of Georgia(佐治亚大学)
利用功能性磁共振成像(fMRI)和深度学习来探索功能性脑网络(FBN)吸引了许多研究人员。然而,这些研究大多数仍然是基于源和体素信号之间的时间相关性,缺乏对脑功能动力学的研究。由于体积中广泛的局部相关性,FBN可以直接在空间域中以自监督的方式通过使用空间方向注意(SA)生成,并且与经典方法相比,所得到的FBN与模板具有更高的空间相似性。因此,我们提出了一种新的时空卷积注意力(STCA)模型发现动态FBN使用滑动窗口。为了验证所提出的方法的性能,我们在HCP-rest数据集上对该方法进行了评估。结果表明,STCA可以用于发现FBNs在一个动态的方式,提供了一个新的途径,以更好地了解人类大脑。
2022-11-04 cs.CV q-bio.NC stat.ML
PanOVOcc: Panoramic Embodied Open-Vocabulary Occupancy Mapping with Long-term Spatial Voxel Memory
提出无训练框架PanOVOcc,统一全景SLAM、开放词汇感知与长期空间体素记忆,实现持久开放词汇语义占据映射,并在两个新基准上显著提升占据IoU和语义mIoU。
2026-09-29 cs.CV cs.RO eess.IV