Articoli più recenti per Rilevamento a distanza

Lo studio degli aerosol svela informazioni sulle condizioni atmosferiche degli esopianeti.

Il decoupling della trasformazione spaziale migliora l'accuratezza nel rilevare oggetti inclinati e ruotati.

Un nuovo metodo migliora la rilevazione dei cambiamenti ambientali usando immagini di telerilevamento.

Nuove antenne dual-band promettono prestazioni migliori in diversi settori.

Un nuovo modello di deep learning migliora la qualità e l'efficienza del pansharpening.

Un metodo per migliorare il riconoscimento degli obiettivi dalle immagini SAR riducendo l'interferenza di fondo.

Un nuovo approccio migliora la qualità delle immagini di Sentinel-2 usando dati a piena risoluzione.

Nuovo metodo non supervisionato migliora il rilevamento dei cambiamenti nei paesaggi usando dati LiDAR.

Nuove tecniche combinano dati cartografici e modelli generativi per immagini satellite realistiche.

Un approccio semi-supervisionato potenzia il riconoscimento automatico degli obiettivi SAR con dati etichettati limitati.

Un nuovo metodo migliora la creazione di modelli 3D usando immagini satellitari limitate.

Questo framework si occupa dell'apprendimento incrementale nel remote sensing con un'accuratezza migliorata.

Nuovi metodi migliorano le immagini satellitari a partire da descrizioni testuali, rendendo più efficace l'analisi nel telerilevamento.

Analizzando i dati dei satelliti per migliorare il monitoraggio degli incendi boschivi e le strategie di gestione.

Nuovi metodi migliorano l'accuratezza nel telerilevamento della superficie e dell'atmosfera terrestre.

SyntheWorld offre dati sintetici di alta qualità per le sfide di telerilevamento.

FedSecure accelera l'analisi dei dati satellitari garantendo privacy e sicurezza.

Un nuovo modello migliora la classificazione delle immagini iperspettrali combinando dati locali e spettrali.

Nuovo framework migliora il lavoro di squadra tra piattaforme di telerilevamento per una migliore precisione dei dati.

Sfruttare metodi autoregolati per migliorare la segmentazione semantica LiDAR.

Nuove tecniche migliorano la precisione nella misurazione delle distanze con tecnologie radar e lidar.

La ricerca mostra promesse dell'apprendimento auto-supervisionato nella gestione di dati limitati per i compiti di GeoAI.

Un nuovo metodo sfrutta le immagini a livello stradale per creare mappe dei tipi di coltivazione in modo efficiente.

Un nuovo approccio con reti neurali prevede i cambiamenti nei sistemi dinamici usando dati incompleti.

Questo studio esamina tecniche di rete neurale efficienti per l'analisi delle immagini nel telerilevamento.

Nuovo metodo migliora le misurazioni della salute a distanza usando l'analisi video del viso.

RingMo-lite migliora l'analisi delle immagini di telerilevamento con efficienza e precisione.

Un nuovo metodo di rete neurale migliora la stima della rugosità nelle immagini SAR.

Uno studio valuta il GNSS per misurazioni precise del vapore acqueo che influenzano le osservazioni astronomiche.

Questo metodo migliora il rilevamento degli oggetti usando pochissimi dati etichettati nel telerilevamento.

Un dataset di riferimento fa avanzare la valutazione dell'imaging iperspettrale in diverse applicazioni.

Questo metodo migliora la chiarezza dell'immagine rimuovendo efficacemente il rumore a strisce indesiderato.

Nuovo metodo migliora il riconoscimento degli oggetti nei sistemi Radar a Apertura Sintetica.

Uno studio confronta metodi automatici per identificare i crateri marziani.

Questo studio analizza come unire i dati satellitari per avere una classificazione del terreno più precisa.

GeoAgent migliora la precisione dell'analisi delle immagini adattando le dimensioni dei patch per la segmentazione.

Questo studio sfrutta immagini aeree e machine learning per valutare le condizioni socioeconomiche.

Un nuovo modello migliora la stima dell'altezza da immagini singole per applicazioni urbane.

Esaminando il ruolo dei droni nel migliorare i metodi di rilevamento degli alberi usando nuvole di punti e immagini.

La ricerca sottolinea il ruolo dell'IA nel migliorare le tecniche di mascheramento delle nuvole per i dati satellitari.