报告详情
基于空间和时间映射学习的土地覆盖变化遥感图像双视角时空融合模型
编号：2209
访问权限：仅限参会人
更新：2024-04-12 10:16:28 浏览：798次
快闪报告
报告开始：2024年05月18日 16:25（Asia/Shanghai）
报告时间：5min
所在会场：[S7] 主题7、遥感与地理信息科学 [S7-3] 主题7、遥感与地理信息科学 专题7.3（18日下午，305）
暂无文件
摘要
时空融合作为解决遥感图像时空矛盾的经济有效方案受到广泛关注。近年来，深度学习方法显示出巨大潜力。但有效地融合土地覆盖变化图像仍具挑战，难点在于不同尺度时间特征映射复杂，导致精细时间变化难以精确建模。本文提出一种新的双视角时空融合方法，其核心思想是通过对空间和时间建模的判别学习来预测目标信息。具体来说，设计基于Swin Transformer的编解码结构，从时间变化图提取全局信息，学习细尺度时间映射来预测目标图像。采用并行子网络考虑时间变化学习从粗到精细尺度的空间映射。引入通道-空间注意力机制，引导模型重点重建异质纹理和时间变化特征。将双视角预测结果融合生成最终重建图像。在三个公开数据集上大量实验验证所提方法优于主流算法。
关键词
时空融合,深度学习,Swin Transformer,遥感
报告人
钱中华
硕士研究生 中国地质大学（武汉）地理与信息工程学院稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论