机构名称：
¥ 4.0
地球观测越来越多地用于绘制和监测地球表面发生的过程。如今，卫星获取的数据使我们能够对森林、海洋和不断发展的城市地区的状况有一个全球性的、时间一致的了解。然而，如果没有适当的处理链将像素值转换为对决策者有用的信息，如此丰富的数据就没有什么价值。最近，机器学习取得了快速发展——尤其是由于深度学习方法的兴起——并且越来越多地应用于地球观测图像处理系统。计算机视觉和自然语言处理中不断增长的模型激发了遥感技术的发展，并且该领域不断提出新的方法。然而，尽管它们取得了令人印象深刻的成果，但方法和解决方案的数量不断增加使得全面概述和了解该领域最有前途的方法变得复杂。在本文中，我们旨在填补这一知识空白，并建议回顾蓬勃发展的生态系统，重点是开发用于地球观测的人工智能模型、其最新趋势，并勾勒出未来发展的潜在途径。
人工智能推动地球观测：一个视角
主要关键词
相关文件推荐
