Derniers articles pour Télédétection

AMBER surpasse les CNN dans la classification des images hyperspectrales, montrant une meilleure précision.

Un référentiel pour la segmentation à faible échantillonnage généralisée en télédétection est introduit.

Une nouvelle méthode pour déployer des drones dans des zones inconnues en utilisant RL et PPO.

Améliorer l'efficacité des modèles en télédétection grâce aux techniques de distillation des connaissances.

De nouvelles méthodes améliorent la séparation des mesures de la hauteur de la surface de la mer pour une meilleure analyse de la dynamique océanique.

Une nouvelle méthode améliore la modélisation 3D des surfaces naturelles en utilisant des images satellite limitées.

Une nouvelle méthode regroupe efficacement des images de télédétection non étiquetées.

De nouveaux modèles améliorent la détection des frontières en utilisant les images Sentinel-2 et Sentinel-1, même avec des nuages.

Une nouvelle méthode améliore la détection de changements en utilisant des données étiquetées et non étiquetées.

L'utilisation de données multi-temporelles transforme l'analyse d'images satellites pour une meilleure segmentation.

Un nouveau jeu de données améliore la façon dont les drones trouvent leur position sans GPS.

IRASNet améliore la reconnaissance automatique dans les images SAR grâce à des techniques innovantes.

L'utilisation d'images de drones améliore les prédictions pour la navigation des UGV sur le terrain.

Une méthode pour des images satellite plus claires directement à partir de données brutes.

Cette étude évalue l'efficacité des modèles pré-entraînés dans les applications d'observation de la Terre.

Une nouvelle méthode améliore l'identification d'objets orientés dans les images de télédétection.

Des stratégies innovantes améliorent la détection d'événements rares dans les systèmes d'apprentissage fédéré.

De nouvelles interfaces frontales intégrées gèrent plusieurs tâches pour améliorer les systèmes de communication.

Des chercheurs développent des méthodes pour interpréter les formes des cratères dans les images spatiales.

Une nouvelle méthode pour améliorer les canaux de communication sans fil est là.

Apprends comment le débruitage hyperspectral aide les agriculteurs à évaluer la santé des cultures et les conditions du sol.

Des chercheurs utilisent des données satellites pour mieux analyser les niveaux de pauvreté dans le monde.

Un nouveau spectromètre utilise des cristaux photoniques pour surveiller les gaz à effet de serre depuis l'espace.

MARFA aide les scientifiques à analyser comment les gaz absorbent la lumière dans les atmosphères planétaires.

Une nouvelle technique améliore les images satellites basse résolution pour plus de clarté et de détails.

Des chercheurs utilisent la tech pour cartographier les fermes en Inde afin d'améliorer la gestion des ressources alimentaires.

PIEViT améliore l'analyse d'images de télédétection grâce à des méthodes d'apprentissage innovantes.

XPoint aide à aligner différentes images pour une meilleure comparaison et analyse.

Découvrez comment ImageRAG simplifie l'analyse des images satellites détaillées.

Les scientifiques utilisent PIVOT-CT pour analyser les nuages et améliorer les modèles climatiques.

Découvre comment la technologie satellite aide à surveiller la santé des plantes grâce à la luminescence.

De nouvelles méthodes améliorent l'identification des espèces d'arbres grâce à la télédétection.

Une nouvelle méthode utilise des images satellites pour évaluer la pauvreté infantile de manière plus précise.

Un regard de plus près sur C-DiffSET et son impact sur la clarté des images spatiales.

AeroGen génère des images synthétiques pour améliorer la détection d'objets dans la télédétection.

LRSAA améliore la détection d'objets dans les images aériennes grâce à des techniques avancées.

La technologie radar quantique offre de nouvelles façons de détecter le mouvement et les cibles.

GeoFormer simplifie le processus de détection des bâtiments à partir d'images satellites.

GLAFormer améliore franchement la détection de changements dans les images hyperspectrales.

Les drones ont besoin de meilleures données d'entraînement pour vraiment comprendre les environnements du monde réel.