使用 U-Net 和 Landsat 图像进行可扩展的烧毁区域制图的两种方法
原文中文，约200字，阅读约需1分钟。发表于：。利用远程感知技术与人工智能方法，以提高实时、高分辨率的火灾监测为目标，本研究探讨了两种基于 U-Net 模型的自动化烧毁区域绘图方法，分别为 128 和 AllSizes (AS) 模型，在智利两个容易发生火灾的地区利用 Landsat 影像和时间序列数据进行训练与应用，实验证明 AS 模型在增加数据集平衡性方面能够取得更好的性能。
本文介绍了利用卫星图像进行野火检测的研究任务，深度学习方法成为解决此任务的可扩展解决方案，尤其是在无监督学习领域。通过矢量量化变分自动编码器执行无监督的烧伤区域提取，并与植被、水和亮度指数进行深度融合，实验结果显示该技术具有很高的潜力。
