PulseAugur
中
实时 07:51:08
English(EN) SpectralEarth-FM: Bringing Hyperspectral Imagery into Multimodal Earth Observation Pretraining

新的基础模型将高光谱图像与其他地球观测数据融合

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了SpectralEarth-FM，一个旨在处理和融合高光谱图像与其他地球观测数据（如多光谱、雷达和温度读数）的新基础模型。该模型采用分层Transformer架构，能够处理不同的光谱维度，并集成了一个跨传感器融合模块。为了训练SpectralEarth-FM，我们精心策划了一个名为SpectralEarth-MM的大型数据集，其中包含来自多个卫星传感器的40TB以上的共定位数据，从而在下游任务上取得了最先进的成果。 AI

影响 推动高光谱数据处理和融合的进步，实现更全面的地球观测分析。

排序理由 该集群包含两篇学术论文，详细介绍了用于高光谱地球观测的新数据集和模型。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的基础模型将高光谱图像与其他地球观测数据融合

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Xiao Xiang Zhu ·

    SpectralEarth-FM: Bringing Hyperspectral Imagery into Multimodal Earth Observation Pretraining

    Earth observation (EO) foundation models (FMs) are increasingly trained on multisensor data, spanning multispectral imagery (MSI), synthetic aperture radar (SAR), and derived geospatial layers, but hyperspectral imagery (HSI) remains underrepresented. Conversely, existing hypersp…

  2. arXiv cs.CV TIER_1 English(EN) · Han Zhao ·

    ChronoEarth-492K: A Large Scale and Long Horizon Spatiotemporal Hyperspectral Earth Observation Dataset and Benchmark

    Hyperspectral imaging (HSI) provides dense spectral information for the Earth's surface, enabling material-level understanding of land cover and ecosystem dynamics. Despite recent progress in hyperspectral self-supervised learning (SSL), existing datasets remain temporally shallo…

相关实体

相关话题