이 논문은 위성 영상 시계열(SITS) 분할을 위한 새로운 자기 지도 학습 방법인 S4를 제안한다. SITS 분할은 환경 모니터링, 토지 피복 매핑, 농작물 분류 등 다양한 응용 분야에서 중요한 작업이지만, 정밀한 픽셀 단위 라벨링이 필요해 많은 노력이 요구된다.
S4는 다음과 같은 두 가지 통찰을 활용한다:
S4는 이러한 특성을 활용하여 두 가지 자기 지도 학습 작업을 수행한다:
이를 통해 S4는 라벨링된 데이터가 부족한 상황에서도 효과적으로 SITS 분할 모델을 학습할 수 있다. 또한 광학 영상의 구름 가림 문제를 레이더 영상을 활용하여 완화할 수 있다.
실험 결과, S4는 기존 자기 지도 학습 방법들에 비해 SITS 분할 성능이 크게 향상되었음을 보여준다. 특히 라벨링된 데이터가 적은 경우에 두드러진 성능 향상을 보인다.
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Jayanth Shen... a las arxiv.org 05-06-2024
https://arxiv.org/pdf/2405.01656.pdfConsultas más profundas