Artigos mais recentes para Sensoriamento Remoto

Cientistas usam tecnologia de satélite pra medir NO2 no nível do solo no norte da Itália.

Um novo método melhora a clareza da imagem e avalia a qualidade depois da remoção de nuvens.

Um novo operador Sobel melhora a velocidade e a precisão da detecção de bordas usando tecnologia de GPU.

O L1BSR melhora imagens de baixa resolução do Sentinel-2 pra monitorar a Terra melhor.

Analisando o papel dos Transformers de Visão nas técnicas e aplicações de segmentação semântica.

Satélites agora aprendem e analisam dados sozinhos com aprendizado de máquina a bordo.

Um novo modelo que melhora a fusão de imagens com eficiência e qualidade.

Um olhar sobre como os padrões de nuvens afetam o tempo e o clima.

Uma nova abordagem melhora a desconvolução hiperespectral ao integrar informações espaciais.

Explorando como as atmosferas de planetas em rotação sincrona variam em relação aos sistemas da Terra.

Uma abordagem nova usando autoencoders melhora a qualidade dos dados do satélite SMAP.

Explorando o potencial do Visual ChatGPT em tarefas de sensoriamento remoto.

A SAM oferece uma segmentação eficiente para diferentes imagens aéreas, facilitando a análise.

Um novo método melhora a classificação de uso do solo usando técnicas de aprendizado semi-supervisionado.

Este estudo avalia a resiliência de modelos de aprendizado profundo em ambientes desafiadores.

A diversidade de árvores é essencial para ecossistemas florestais estáveis e produtivos.

Estudo examina técnicas chave pra melhorar a análise de imagens de sensoriamento remoto.

Essa pesquisa usa aprendizado de máquina pra analisar as propriedades das nuvens cirros e seu impacto no clima.

Nossa pesquisa mostra como o aprendizado de máquina melhora a análise de imagens de satélite para previsões de longo prazo.

Uma nova abordagem combina aprendizado profundo e grafos pra um mapeamento urbano melhor.

Novos métodos e conjuntos de dados melhoram a segmentação de imagens para sensoriamento remoto.

Usando SAM pra mapear de forma eficiente as formas de relevo de Marte.

Um novo método melhora a eficiência e a precisão da análise de imagens hiperespectrais.

Este estudo melhora os métodos para mapeamento de terreno preciso usando dados visuais.

Um olhar sobre as complexidades de capturar imagens de terreno precisas.

Um novo método melhora a qualidade da imagem usando dados de alta resolução limitados.

Um novo método melhora a precisão na detecção de mudanças na paisagem ao longo do tempo.

Um novo método que melhora a segmentação de imagens de satélite em alta resolução.

Um novo modelo melhora a tradução de imagens térmicas noturnas para cores diurnas.

Um novo método melhora a compreensão dos modelos de deep learning na classificação de imagens.

Um novo framework melhora a análise de dados de sensoriamento remoto mantendo a privacidade.

Esse método melhora a detecção de alvos em imagens hiperespectrais através de um aprendizado de fundo mais eficiente.

Novo modelo melhora a análise de imagens de satélite para classificação de uso do solo.

Este estudo avalia várias técnicas de XAI para interpretar a classificação de imagens de sensoriamento remoto.

O GEO-Bench tem como objetivo avançar modelos básicos em tarefas de monitoramento da Terra.

Um workshop focado em proteger a Amazônia através de técnicas baseadas em dados.

Um novo método melhora a análise dos dados de temperatura do oceano afetados pela cobertura de nuvens.

Um novo método melhora a avaliação de imagens de satélite sem neblina na agricultura.

Pesquisas mostram como as plantas ajustam os cloroplastos pra otimizar o uso da luz.

Um novo método melhora a segurança da comunicação de drones usando ruído artificial.