Articoli più recenti per Rilevamento a distanza

Gli scienziati usano la tecnologia satellitare per misurare il NO2 a livello del suolo nel Nord Italia.

Un nuovo metodo migliora la chiarezza delle immagini e valuta la qualità dopo la rimozione delle nuvole.

Un nuovo operatore Sobel migliora la velocità e la precisione del rilevamento dei bordi utilizzando la tecnologia GPU.

L1BSR migliora le immagini a bassa risoluzione di Sentinel-2 per un monitoraggio terrestre migliore.

Esaminare il ruolo dei Vision Transformers nelle tecniche di segmentazione semantica e nelle applicazioni.

I satelliti adesso apprendono e analizzano i dati in modo autonomo con il machine learning a bordo.

Un nuovo modello che migliora la fusione delle immagini con efficienza e qualità.

Uno sguardo a come i modelli nuvolosi influenzano il tempo e il clima.

Un nuovo approccio migliora lo smistamento iperspettrale integrando informazioni spaziali.

Esplorando come le atmosfere dei pianeti bloccati marealmente differiscano dai sistemi terrestri.

Un nuovo approccio che usa autoencoder migliora la qualità dei dati per il satellite SMAP.

Esplorando il potenziale di Visual ChatGPT nei compiti di telerilevamento.

SAM offre una segmentazione efficiente per immagini aeree varie, rendendo l'analisi più semplice.

Un nuovo metodo migliora la classificazione della copertura del suolo usando tecniche di apprendimento semi-supervisionato.

Questo studio valuta la resilienza dei modelli di deep learning in ambienti difficili.

La diversità degli alberi è fondamentale per ecosistemi forestali stabili e produttivi.

Lo studio esamina le tecniche chiave per migliorare l'analisi delle immagini di telerilevamento.

Questa ricerca usa il machine learning per analizzare le proprietà delle nuvole cirro e il loro impatto sul clima.

La nostra ricerca mostra come il machine learning migliora l'analisi delle immagini satellitari per previsioni a lungo termine.

Un nuovo approccio combina deep learning e grafi per una mappatura urbana migliore.

Nuovi metodi e dataset migliorano la segmentazione delle immagini per il telerilevamento.

Usare SAM per mappare in modo efficiente le forme del terreno marziane.

Un nuovo metodo migliora l'efficienza e la precisione dell'analisi delle immagini iperspettrali.

Questo studio migliora i metodi per una mappatura del terreno precisa usando dati visivi.

Uno sguardo alle complessità di catturare immagini del terreno accurate.

Un nuovo metodo migliora la qualità delle immagini usando dati ad alta risoluzione limitati.

Un nuovo metodo migliora la precisione nel rilevare i cambiamenti nel paesaggio nel tempo.

Un nuovo metodo che migliora la segmentazione delle immagini satellitari ad alta risoluzione.

Un nuovo modello migliora la traduzione delle immagini termiche notturne in colori diurni.

Un nuovo metodo migliora la comprensione dei modelli di deep learning nella classificazione delle immagini.

Un nuovo framework migliora l'analisi dei dati di telerilevamento mantenendo la privacy.

Questo metodo migliora il rilevamento degli obiettivi nelle immagini iperspettrali grazie a una migliore comprensione dello sfondo.

Un nuovo modello migliora l'analisi delle immagini satellitari per la classificazione del suolo.

Questo studio valuta diverse tecniche di XAI per interpretare la classificazione delle immagini di telerilevamento.

GEO-Bench punta a far progredire i modelli di base nei compiti di monitoraggio della Terra.

Un workshop incentrato sulla protezione dell'Amazzonia tramite tecniche basate sui dati.

Un nuovo metodo migliora l'analisi dei dati sulla temperatura dell'oceano influenzati dalla copertura nuvolosa.

Un nuovo metodo migliora la valutazione delle immagini satellitari senza nebbia in agricoltura.

Le ricerche mostrano come le piante regolano i cloroplasti per ottimizzare l'uso della luce.

Un nuovo metodo migliora la sicurezza della comunicazione UAV usando rumore artificiale.