研究人员评估了八种不同的方法，用于组合前后卫星图像以高效回答有关变化的文本查询。该研究在 LEVIR-CC 和 Dubai-CC 两个基准上比较了注意力机制、Mamba 和时间瓶颈融合 (TBF) 技术。一项关键发现是，采用两阶段搜索方法，即使用差异模型进行初步候选选择，然后使用注意力融合进行重新排序，可以在保持高召回率的同时显著降低查询成本。研究还指出，Mamba 的线性时间扫描在典型的视觉 Transformer 场景中并未提供速度优势，并且使用 TBF 压缩融合表示可以减少参数和延迟。 AI
影响 这项研究可能带来更高效、更具成本效益的方法，用于使用自然语言搜索大型卫星图像档案。
排序理由 该集群包含两篇相同的 arXiv 论文，详细介绍了图像检索方法的研究。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
Operational Earth observation increasingly calls for answering queries such as ``find the image pairs where a new building appeared.'' This means searching an archive of before-and-after (bi-temporal) satellite image pairs and ranking each pair by how well it matches a natural-la…
arXiv:2607.28571v1 Announce Type: new Abstract: Operational Earth observation increasingly calls for answering queries such as ``find the image pairs where a new building appeared.'' This means searching an archive of before-and-after (bi-temporal) satellite image pairs and ranki…