SUES-200
PulseAugur coverage of SUES-200 — every cluster mentioning SUES-200 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架增强跨域遥感图像定位能力
研究人员开发了一个新的对象感知图匹配框架，以改进跨域遥感图像定位，特别是在红外到可见光匹配方面。该方法将对象检测与双图神经网络推理相结合，将显著区域表示为图节点，并对图像间对应关系和图像内关系进行建模。一种新颖的仅训练节点对齐策略在不增加推理复杂性的情况下增强了监督。该方法在SUES-200等既有数据集上表现出竞争力，并在新引入的IRVL328和DenseUAV数据集上取得了强劲结果，尤其是在具有挑战性的跨模态场景中。
-
新框架使无人机无需卫星数据即可进行地理定位
一篇研究论文提出了一种新颖的无卫星训练（SFT）框架，用于无人机视角地理定位（DVGL）。该任务旨在通过将无人机图像与带地理标签的卫星影像匹配，来识别无人机在GPS受限环境中的位置。SFT框架通过使用3D高斯溅射从多视角无人机镜头中重建3D场景，生成伪正射影像，然后从这些无人机生成的图像中提取特征，从而绕过了训练期间对卫星图像的需求。这种方法由陶刘（Tao Liu）和University-1652的一篇论文详细介绍，缩小了与在训练期间…
-
STEAM框架提供无监督跨视图地理定位
研究人员推出了一种新颖的无监督跨视图地理定位框架STEAM，该框架无需人工标注即可匹配无人机和卫星图像。该方法采用稳定的空间感知模块进行鲁棒特征表示，弹性匹配识别高质量伪标签，以及自适应净化在自训练过程中维护干净的伪标签数据集。在基准数据集上的实验表明，STEAM在无监督方法中取得了最先进的成果，并且与监督方法相当。