发布人:罗俊发表时间:2025-01-06点击:次
在2024年IEEE计算机视觉与模式识别会议(IEEE CVPR)举办的小样本土地覆盖制图挑战赛中,张洪艳教授带领团队夺得冠军。参赛队伍提出了一个广义的基于少镜头分割的框架,以更新高分辨率土地覆盖制图中的新类。提出的方法主要分为三个部分:(a)数据预处理:对基础训练集和新类的少镜头支持集进行分析和扩充;(b)混合分割结构:将多基学习器和改进的投影到正交原型(POP)网络相结合,增强基类识别能力,并从不足的标签数据中挖掘新类;(c)终极融合:基础学习器和POP网络的语义分割结果得到了合理的融合。该解决方案在多个评估指标上均取得领先,在小样本土地覆盖制图挑战赛中夺得冠军。
图1. 参赛队伍提出的解决方案
据悉,小样本土地覆盖制图挑战赛是2024 IEEE CVPR 举办的重要赛事之一,旨在通过技术比拼,推动计算机视觉和地理信息系统(GIS)技术在遥感影像分析领域的应用。该赛事聚焦于小样本场景下的土地利用与土地覆盖制图问题,要求参赛者设计算法,在少量标注数据条件下,完成对大范围区域的高精度土地覆盖分类。研究成果可应用于土地资源管理、生态监测和气候变化监测等领域。
通讯员:黄绍广
审 核:曾德泽
Copyright© 2020-2025 德信体育 - 亚洲最佳的体育博彩平台 - DEXIN SPORTS 版权所有