圖片上傳html代碼(html照片上傳按鈕)
慧天地”關(guān)注
??
今年，CVPR共收到了9155份論文，繼續(xù)保持著上漲勢頭，也是再一次刷新了記錄。其中錄用了2360篇（接受率25.78%）。遙感圖像處理和相關(guān)地學(xué)研究也是計算機(jī)視覺的重要組成部分，近些年來，每年的CVPR文章里，都可以看到遙感地學(xué)相關(guān)的優(yōu)秀論文。今年錄用的文章列表尚未完全統(tǒng)計，讓我們先匯總回顧一下去年在CVPR種與遙感相關(guān)的論文。如有所整理的有遺漏或問題，歡迎在文末留言。
論文1
PolyWorld: Polygonal Building Extraction with Graph Neural Networks in Satellite Images
PolyWorld: 基于圖神經(jīng)網(wǎng)絡(luò)的衛(wèi)星圖像多邊形建筑物提取，文章提出的方法可以從圖像中直接提取建筑頂點并連接以創(chuàng)建精確的多邊形。
文章：
https://openaccess.thecvf.com/content/CVPR2022/html/Zorzi_PolyWorld_Polygonal_Building_Extraction_With_Graph_Neural_Networks_in_Satellite_CVPR_2022_paper.html
代碼：
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
代碼：
https://github.com/zorzi-s/PolyWorldPretrainedNetwork
展開全文
論文2
CVNet: Contour Vibration Network for Building Extraction
用于建筑物提取的輪廓振動網(wǎng)絡(luò)，這是一個提取建筑物邊界的網(wǎng)絡(luò)，靈感來自物理中的振動理論。
文章：
https://openaccess.thecvf.com/content/CVPR2022/html/Xu_CVNet_Contour_Vibration_Network_for_Building_Extraction_CVPR_2022_paper.html
代碼：
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
代碼：
https://github.com/xzq-njust/CVNet
論文3
Revisiting Near/Remote Sensing with Geospatial Attention
重新審視近/遙感與地理空間注意力，這邊文章結(jié)合了輔助地面圖像，并介紹了地理空間注意力的概念。
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
論文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
代碼：
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
代碼：
https://github.com/LiWentomng/OrientedRepPoints
論文5
Weakly Supervised Rotation-Invariant Aerial Object Detection Network
弱監(jiān)督的旋轉(zhuǎn)不變性航空目標(biāo)檢測網(wǎng)絡(luò)。
文章：
https://openaccess.thecvf.com/content/CVPR2022/html/Feng_Weakly_Supervised_Rotation-Invariant_Aerial_Object_Detection_Network_CVPR_2022_paper.html
代碼：
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
代碼：
https://github.com/XiaoxFeng/RINet
論文6
Sparse and Complete Latent Organization for Geospatial Semantic Segmentation
提出了新穎的結(jié)構(gòu)，緩解地學(xué)數(shù)據(jù)語義分割中的前景和背景類內(nèi)方差較大等問題。
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
論文7
Self-Supervised Material and Texture Representation Learning for Remote Sensing Tasks
用于遙感任務(wù)的自監(jiān)督材料和紋理表示學(xué)習(xí)，提出了一種自監(jiān)督學(xué)習(xí)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
代碼：
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
代碼：
https://github.com/periakiva/MATTER
論文8
DynamicEarthNet: Daily Multi-Spectral Satellite Dataset for Semantic Change Segmentation
DynamicEarthNet：用于語義變化分割的每日多光譜衛(wèi)星數(shù)據(jù)集，這一篇主要提出了新的遙感數(shù)據(jù)集，包含了來自Planet Labs、Sentinel 2 衛(wèi)星等的影像，突出了多時態(tài)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
數(shù)據(jù) :
文章：
https://openaccess.thecvf.com/content/CVPR2022/html/Toker_DynamicEarthNet_Daily_Multi-Spectral_Satellite_Dataset_for_Semantic_Change_Segmentation_CVPR_2022_paper.html
數(shù)據(jù) :
論文9
GeoEngine: A Platform for Production-Ready Geospatial Research
GeoEngine，一個用于地理空間研究的平臺
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
薦讀
顏軍董事長：衛(wèi)星定量遙感及技術(shù)發(fā)展
用ChatGPT寫關(guān)于遙感的故事，被OpenAI自家鑒定器判定為“可能由AI生成”
武辰、張良培、杜博在人工智能領(lǐng)域頂級期刊TPAMI發(fā)表遙感變化檢測論文
《慧天地》敬告
《慧天地》公眾號聚焦國內(nèi)外時空信息科技前沿、行業(yè)發(fā)展動態(tài)、跨界融合趨勢，發(fā)現(xiàn)企業(yè)核心競爭力，傳播測繪地理信息文化，為相關(guān)專業(yè)學(xué)子提供日常學(xué)習(xí)、考研就業(yè)一站式服務(wù)，打造政產(chǎn)學(xué)研金服用精準(zhǔn)對接的平臺。
《慧天地》借鑒《讀者》辦刊理念，把時空信息領(lǐng)域的精華內(nèi)容匯聚到平臺上。我們高度重視版權(quán)，對于精選的每一篇推文，都會在文章開頭顯著注明出處，以表達(dá)對作者和推文引用平臺版權(quán)的充分尊重和感謝；對于來源于網(wǎng)絡(luò)作者不明的作品，轉(zhuǎn)載時如出現(xiàn)侵權(quán)，請后臺留言，我們會及時刪除。感謝大家一直以來對《慧天地》的關(guān)注和支持！
——《慧天地》運營團(tuán)隊
投稿、轉(zhuǎn)載、商務(wù)等合作請聯(lián)系
微信號：huitiandi321
編輯：吳春奇 審核：劉欣然
指導(dǎo)：萬劍華教授
掃描二維碼推送至手機(jī)訪問。
版權(quán)聲明：本文由飛速云SEO網(wǎng)絡(luò)優(yōu)化推廣發(fā)布，如需轉(zhuǎn)載請注明出處。
