基于 2,500 平方公里實景數據，北師大團隊提出 StarFusion 模型，實現高空間分辨率圖像預測

AIGC動態歡迎閱讀

原標題：基于 2,500 平方公里實景數據，北師大團隊提出 StarFusion 模型，實現高空間分辨率圖像預測
關鍵字：圖像,遙感,模型,華為,解讀
文章來源：HyperAI超神經
內容字數：0字

內容摘要：

作者：田小幺
編輯：李姝，李寶珠
北京師范大學陳晉團隊提出了一種雙流時空解耦融合架構模型 StarFusion，該模型將傳統的 STF 方法與深度學習結合，能夠克服大多數現有深度學習算法需要 HSR 時間序列圖像進行訓練的問題，充分實現高空間分辨率圖像的預測。在科技浪潮是推動下，傳統農業正經歷一場智能化變革。作為現代農業的「千里眼」，農業遙感通過收集衛星和無人機等平臺的遙感數據，被廣泛應用于監測作物生長狀況、土地利用與覆蓋變化、病蟲害情況、水資源管理和農業環境的演變等多個方面。農業遙感能夠為決策者提供實時、深入的洞察力，確保了信息的精確性和決策的前瞻性。
然而，遙感數據在農業中應用通常需要高空間分辨率 (HSR) 和頻繁的觀測。受限于光學衛星影像的重訪周期和云層污染等因素，衛星監測作物生長的能力經常會受到嚴重的影響。
為了獲得高時空分辨率的合成圖像，人們開發了許多時空融合方法，但現有方法在模型開發和驗證方面主要集中在融合中低空間分辨率衛星數據，當涉及到融合中等和高空間分辨率圖像時，其適用性仍然面臨各種挑戰。
為了解決這些問題，北京師范大學地表過程與資源生態國家重點實驗室陳晉團隊，提出了

原文鏈接：基于 2,500 平方公里實景數據，北師大團隊提出 StarFusion 模型，實現高空間分辨率圖像預測

聯系作者

文章來源：HyperAI超神經
作者微信：
作者簡介：