时空谱协同的时序遥感城市绿地提取方法
ID:3260 View Protection:ATTENDEE Updated Time:2024-04-13 11:15:50 Hits:1858 Extended type 1

Start Time:2024-05-20 11:55(Asia/Shanghai)

Duration:2min

Session:S7 主题7、遥感与地理信息科学 » S7-10主题7、遥感与地理信息科学 专题7.16、专题7.15(20日上午,301)

No files

Abstract
基于时序遥感数据的城市绿地提取是实现地理国情普查和自然资源调查的有效途径,对于优化资源管理和科学研究等至关重要。本文基于Masked AutoEncoders(MAE)架构,设计了一种时空谱协同的时序提取方法。首先,针对时序数据数量与质量的限制,本文采用相对辐射归一化以增强数据在时空谱维度的辐射一致性和不同时空间的分布一致性。其次,针对时空谱特征挖掘浅、三者合用能力弱的问题,本文设计了一种顾及“全局-局部”的并行特征提取结构,有效融合图卷积与空间注意力模块的时空谱特征提取结果。最后,结合MAE骨干构造时空谱特征协同的提取模型并训练模型,获得最佳提取结果。实验表明,该方法有效提高了城市绿地提取精度,改善了模型应用于不同时空间的泛化能力。
 
Keywords
相对辐射归一化,时序提取,深度学习,时空谱协同
Speaker
顾柯迪
硕士研究生 武汉工程大学

Submission Author
顾柯迪 武汉工程大学
甘文霞 武汉工程大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 17

    2024

    to

    May 20

    2024

  • Mar 31 2024

    Draft paper submission deadline

  • Mar 31 2024

    Contribution Submission Deadline

  • May 20 2024

    Registration deadline

Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
Previous Conferences