稀疏标记地理空间图像的交叉伪监督框架
原文中文，约300字，阅读约需1分钟。发表于：。提出了一种半监督分割模型，用于利用印度境内不同地区数据分布巨大的高分辨率卫星图像进行土地利用 / 土地覆盖（Land Use Land Cover，LULC）预测。该模型通过提出修改版的交叉伪监督框架，克服了卫星图像数据中稀疏和不准确标签的噪声问题，并显著提高了 LULC 映射的准确性和实用性，适用于多种城市规划应用。
土地利用/土地覆盖（LULC）建模是挑战性任务，与图像修复相关。研究发现修改后的PixelCNN架构能够捕捉更丰富的空间相关模式，但需要额外调整。通过操作采样变异性可以改善预测下离散性的证据。
