Neuste Artikel für Fernerkundung

Wissenschaftler nutzen Satellitentechnologie, um den NO2-Gehalt auf Bodenhöhe in Norditalien zu messen.

Eine neue Methode verbessert die Bildklarheit und bewertet die Qualität nach der Entfernung von Wolken.

Ein neuer Sobel-Operator verbessert die Geschwindigkeit und Genauigkeit der Kantenerkennung mithilfe von GPU-Technologie.

L1BSR verbessert niedrigauflösende Sentinel-2-Bilder für eine bessere Erdüberwachung.

Untersuchung der Rolle von Vision Transformers in semantischen Segmentierungstechniken und Anwendungen.

Satelliten lernen jetzt selbstständig und analysieren Daten mit an Bord befindlichem maschinellen Lernen.

Ein neues Modell, das die Bildfusion mit Effizienz und Qualität verbessert.

Ein Blick darauf, wie Wolkenmuster Wetter und Klima beeinflussen.

Ein neuer Ansatz verbessert die hyperspektrale Entmischung, indem er räumliche Informationen integriert.

Erforschen, wie sich die Atmosphären von tidally locked Planeten von den Systemen der Erde unterscheiden.

Ein neuer Ansatz mit Autoencodern verbessert die Datenqualität für den SMAP-Satelliten.

Die Möglichkeiten von Visual ChatGPT bei Fernüberwachungsaufgaben erkunden.

SAM bietet effiziente Segmentierung für unterschiedliche Luftbildaufnahmen und macht die Analyse einfacher.

Eine neue Methode verbessert die Klassifizierung von Landbedeckung mit semi-supervised Lerntechniken.

Diese Studie bewertet die Belastbarkeit von Deep-Learning-Modellen in anspruchsvollen Umgebungen.

Baumvielfalt ist wichtig für stabile und produktive Waldökosysteme.

Studie untersucht wichtige Techniken zur Verbesserung der Analyse von Fernerkundungsbildern.

Diese Forschung nutzt maschinelles Lernen, um die Eigenschaften von Cirruswolken und deren Einfluss auf das Klima zu analysieren.

Unsere Forschung zeigt, wie maschinelles Lernen die Analyse von Satellitenbildern für langfristige Vorhersagen verbessert.

Ein neuer Ansatz kombiniert Deep Learning und Graphen für bessere Stadtkarte.

Neue Methoden und Datensätze verbessern die Bildsegmentierung in der Fernerkundung.

Verwendung von SAM für effiziente geologische Kartierung von marsianischen Landschaften.

Eine neue Methode verbessert die Effizienz und Genauigkeit der hyperspektralen Bildanalyse.

Diese Studie verbessert Methoden für präzise Geländeabbildung mit visuellen Daten.

Ein Blick auf die Komplexitäten, genaue Geländeaufnahmen zu machen.

Eine neue Methode verbessert die Bildqualität mit begrenzten hochauflösenden Daten.

Eine neue Methode verbessert die Genauigkeit bei der Erkennung von Landschaftsveränderungen im Laufe der Zeit.

Eine neue Methode zur Verbesserung der Segmentierung von hochauflösenden Satellitenbildern.

Ein neues Modell verbessert die Übersetzung von nächtlichen Wärmebildern in Tageslichtfarben.

Eine neue Methode verbessert das Verständnis von Deep-Learning-Modellen bei der Bildklassifikation.

Ein neues Framework verbessert die Analyse von Fernerkundungsdaten und schützt gleichzeitig die Privatsphäre.

Dieses Verfahren verbessert die Zielerkennung in hyperspektralen Bildern durch besseres Hintergrundlernen.

Neues Modell verbessert die Satellitenbildanalyse für die Klassifizierung von Landnutzung.

Diese Studie bewertet verschiedene XAI-Techniken zur Interpretation von Klassifikationen in Fernerkundungsbildern.

GEO-Bench hat das Ziel, Grundlagenmodelle in der Erdüberwachung weiterzuentwickeln.

Ein Workshop, der sich darauf konzentriert, den Amazonas durch datengestützte Techniken zu schützen.

Eine neue Methode verbessert die Analyse von Ozeantemperaturdaten, die von Wolkenbedeckung beeinflusst werden.

Eine neue Methode verbessert die Auswertung von entnebelten Satellitenbildern in der Landwirtschaft.

Forschung zeigt, wie Pflanzen Chloroplasten anpassen, um die Lichtnutzung zu optimieren.

Eine neuartige Methode verbessert die Kommunikationssicherheit von UAVs mithilfe von künstlichem Rauschen.