论文赏读 | ISPRS | 农作物分类制图, 使用PlanetScope 影像和SAM模型, 并结合谷歌街景视图数据

文章预览

 RS   DL  论文介绍 题目：CropSight: Towards a large-scale operational framework for object-based crop type ground truth retrieval using street view and PlanetScope satellite imagery 期刊：ISPRS Journal of Photogrammetry and Remote Sensing 论文：https://www.sciencedirect.com/science/article/pii/S0924271624002922 数据/代码：https://github.com/rssiuiuc/CropSight/ 年份：2024 作者单位：美国伊利诺大学厄巴纳—香槟分校 创新点 CropSight：研究提出了CropSight框架，结合Google街景视图(GSV)和高分辨率PlanetScope卫星影像，用于大规模的基于对象的作物类型地面实况检索。这是一种从传统的像素级方法转变为更准确的基于对象的作物分类方法。 UncertainFusionNet模型：研究提出了一个名为UncertainFusionNet的贝叶斯卷积神经网络，通过整合不确定性量化进行作物类型分类。这使得系统能够过滤掉低置信度的预测，提升整体分类的可靠性。 Se ………………………………