PulseAugur
实时 11:07:01
English(EN) Learn Temporal Consistency For Robust Satellite Video Detector

新的TCL框架提高了卫星视频对象检测精度

研究人员开发了一个名为时间一致性学习(TCL)的新框架,旨在提高卫星视频对象检测性能。该方法侧重于提取整个卫星视频中完整、准确且一致的对象信息,特别是针对定向和细粒度对象。TCL集成了特征聚合、结构编码和时间一致性约束三个模块,在SAT-MTB基准测试上达到了47.7% mAP的新最先进精度,比现有方法提高了4.8%。 AI

影响 增强了卫星图像中的对象检测能力,可能改进监控和分析应用。

排序理由 该集群包含一篇详细介绍新研究框架及其基准测试结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Weilong Guo, Shengyang Li, Yanfeng Gu ·

    Learn Temporal Consistency For Robust Satellite Video Detector

    arXiv:2606.15112v1 Announce Type: new Abstract: Satellite video object detection (SVOD) for oriented and fine-grained objects plays an important role in satellite applications. Most existing SVOD methods only focus on one or a few coarse-grained categories of moving objects and r…