[快闪报告]基于空间和时间映射学习的土地覆盖变化遥感图像双视角时空融合模型

基于空间和时间映射学习的土地覆盖变化遥感图像双视角时空融合模型
编号:2209 稿件编号:1321 访问权限:仅限参会人 更新:2024-04-12 10:16:28 浏览:43次 快闪报告

报告开始:2024年05月18日 16:25 (Asia/Shanghai)

报告时间:5min

所在会议:[S7] 主题7、遥感与地理信息科学 » [S7-3] 主题7、遥感与地理信息科学 专题7.3(18日下午,305)

暂无文件

摘要
       时空融合作为解决遥感图像时空矛盾的经济有效方案受到广泛关注。近年来,深度学习方法显示出巨大潜力。但有效地融合土地覆盖变化图像仍具挑战,难点在于不同尺度时间特征映射复杂,导致精细时间变化难以精确建模。本文提出一种新的双视角时空融合方法,其核心思想是通过对空间和时间建模的判别学习来预测目标信息。具体来说,设计基于Swin Transformer的编解码结构,从时间变化图提取全局信息,学习细尺度时间映射来预测目标图像。采用并行子网络考虑时间变化学习从粗到精细尺度的空间映射。引入通道-空间注意力机制,引导模型重点重建异质纹理和时间变化特征。将双视角预测结果融合生成最终重建图像。在三个公开数据集上大量实验验证所提方法优于主流算法。
 
关键字
时空融合,深度学习,Swin Transformer,遥感
报告人
钱中华
硕士研究生 中国地质大学(武汉)地理与信息工程学院

稿件作者
钱中华 中国地质大学(武汉)地理与信息工程学院
岳林蔚 中国地质大学(武汉);地理与信息工程学院
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订