图片上传html代码(html照片上传按钮)
慧天地”关注
今年,CVPR共收到了9155份论文,继续保持着上涨势头,也是再一次刷新了记录。其中录用了2360篇(接受率25.78%)。遥感图像处理和相关地学研究也是计算机视觉的重要组成部分,近些年来,每年的CVPR文章里,都可以看到遥感地学相关的优秀论文。今年录用的文章列表尚未完全统计,让我们先汇总回顾一下去年在CVPR种与遥感相关的论文。如有所整理的有遗漏或问题,欢迎在文末留言。
论文1
PolyWorld: Polygonal Building Extraction with Graph Neural Networks in Satellite Images
PolyWorld: 基于图神经网络的卫星图像多边形建筑物提取,文章提出的方法可以从图像中直接提取建筑顶点并连接以创建精确的多边形。
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Zorzi_PolyWorld_Polygonal_Building_Extraction_With_Graph_Neural_Networks_in_Satellite_CVPR_2022_paper.html
代码:
https://github.com/zorzi-s/PolyWorldPretrainedNetwork
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Zorzi_PolyWorld_Polygonal_Building_Extraction_With_Graph_Neural_Networks_in_Satellite_CVPR_2022_paper.html
代码:
https://github.com/zorzi-s/PolyWorldPretrainedNetwork
展开全文
论文2
CVNet: Contour Vibration Network for Building Extraction
用于建筑物提取的轮廓振动网络,这是一个提取建筑物边界的网络,灵感来自物理中的振动理论。
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Xu_CVNet_Contour_Vibration_Network_for_Building_Extraction_CVPR_2022_paper.html
代码:
https://github.com/xzq-njust/CVNet
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Xu_CVNet_Contour_Vibration_Network_for_Building_Extraction_CVPR_2022_paper.html
代码:
https://github.com/xzq-njust/CVNet
论文3
Revisiting Near/Remote Sensing with Geospatial Attention
重新审视近/遥感与地理空间注意力,这边文章结合了辅助地面图像,并介绍了地理空间注意力的概念。
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Workman_Revisiting_NearRemote_Sensing_With_Geospatial_Attention_CVPR_2022_paper.html
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Workman_Revisiting_NearRemote_Sensing_With_Geospatial_Attention_CVPR_2022_paper.html
论文4
Oriented RepPoints for Aerial Object Detection
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Li_Oriented_RepPoints_for_Aerial_Object_Detection_CVPR_2022_paper.html
代码:
https://github.com/LiWentomng/OrientedRepPoints
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Li_Oriented_RepPoints_for_Aerial_Object_Detection_CVPR_2022_paper.html
代码:
https://github.com/LiWentomng/OrientedRepPoints
论文5
Weakly Supervised Rotation-Invariant Aerial Object Detection Network
弱监督的旋转不变性航空目标检测网络。
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Feng_Weakly_Supervised_Rotation-Invariant_Aerial_Object_Detection_Network_CVPR_2022_paper.html
代码:
https://github.com/XiaoxFeng/RINet
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Feng_Weakly_Supervised_Rotation-Invariant_Aerial_Object_Detection_Network_CVPR_2022_paper.html
代码:
https://github.com/XiaoxFeng/RINet
论文6
Sparse and Complete Latent Organization for Geospatial Semantic Segmentation
提出了新颖的结构,缓解地学数据语义分割中的前景和背景类内方差较大等问题。
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Yang_Sparse_and_Complete_Latent_Organization_for_Geospatial_Semantic_Segmentation_CVPR_2022_paper.html
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Yang_Sparse_and_Complete_Latent_Organization_for_Geospatial_Semantic_Segmentation_CVPR_2022_paper.html
论文7
Self-Supervised Material and Texture Representation Learning for Remote Sensing Tasks
用于遥感任务的自监督材料和纹理表示学习,提出了一种自监督学习方法MATTER ( MATerial and TExture Representation Learning)
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Akiva_Self-Supervised_Material_and_Texture_Representation_Learning_for_Remote_Sensing_Tasks_CVPR_2022_paper.html
代码:
https://github.com/periakiva/MATTER
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Akiva_Self-Supervised_Material_and_Texture_Representation_Learning_for_Remote_Sensing_Tasks_CVPR_2022_paper.html
代码:
https://github.com/periakiva/MATTER
论文8
DynamicEarthNet: Daily Multi-Spectral Satellite Dataset for Semantic Change Segmentation
DynamicEarthNet:用于语义变化分割的每日多光谱卫星数据集,这一篇主要提出了新的遥感数据集,包含了来自Planet Labs、Sentinel 2 卫星等的影像,突出了多时态的研究。
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Toker_DynamicEarthNet_Daily_Multi-Spectral_Satellite_Dataset_for_Semantic_Change_Segmentation_CVPR_2022_paper.html
数据 :
文章:
https://openaccess.thecvf.com/content/CVPR2022/html/Toker_DynamicEarthNet_Daily_Multi-Spectral_Satellite_Dataset_for_Semantic_Change_Segmentation_CVPR_2022_paper.html
数据 :
论文9
GeoEngine: A Platform for Production-Ready Geospatial Research
GeoEngine,一个用于地理空间研究的平台
文章 ;
https://openaccess.thecvf.com/content/CVPR2022/html/Verma_GeoEngine_A_Platform_for_Production-Ready_Geospatial_Research_CVPR_2022_paper.html
文章 ;
https://openaccess.thecvf.com/content/CVPR2022/html/Verma_GeoEngine_A_Platform_for_Production-Ready_Geospatial_Research_CVPR_2022_paper.html
荐读
颜军董事长:卫星定量遥感及技术发展
用ChatGPT写关于遥感的故事,被OpenAI自家鉴定器判定为“可能由AI生成”
武辰、张良培、杜博在人工智能领域顶级期刊TPAMI发表遥感变化检测论文
《慧天地》敬告
《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势,发现企业核心竞争力,传播测绘地理信息文化,为相关专业学子提供日常学习、考研就业一站式服务,打造政产学研金服用精准对接的平台。
《慧天地》借鉴《读者》办刊理念,把时空信息领域的精华内容汇聚到平台上。我们高度重视版权,对于精选的每一篇推文,都会在文章开头显著注明出处,以表达对作者和推文引用平台版权的充分尊重和感谢;对于来源于网络作者不明的作品,转载时如出现侵权,请后台留言,我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持!
——《慧天地》运营团队
投稿、转载、商务等合作请联系
微信号:huitiandi321
邮箱:geomaticshtd@163.com
编辑:吴春奇 审核:刘欣然
指导:万剑华教授