Junyu Dong

Wir stellen CAMixer vor, einen neuen Ansatz zur Erkennung von Veränderungen in synthetischen Apertur-Radarbildern.

Eine neue Methode verbessert die Genauigkeit der Veränderungserkennung in SAR-Bildern.

HAPNet kombiniert hyperspektrale und SAR-Daten für eine bessere Klassifizierung der Landbedeckung.

MSFMamba verbessert die Klassifikationsgenauigkeit, indem hyperspektrale, LiDAR- und SAR-Daten kombiniert werden.

GLAFormer verbessert die Veränderungserkennung in hyperspektralen Bildern enorm.