研究人员开发了一个名为 FOSSeL 的新框架,用于高光谱图像的像素级分类,特别是在标记数据有限和类别未知的情况下。该方法利用自监督学习从无标记数据创建特征空间,然后采用基于图的标签传播方法,该方法同时考虑光谱相似性和空间一致性。FOSSeL 还包含识别属于未知类别的像素的策略,在基准数据集上展示了与监督方法相比具有竞争力的性能。 AI
影响 该框架可以提高遥感等领域高光谱图像分析的准确性,因为这些领域标记数据稀缺。
排序理由 该集群包含一篇提交到 arXiv 的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →