探索用于遥感中与传感器无关图像检索的掩模自编码器
原文中文,约400字,阅读约需1分钟。发表于: 。遥感图像的自监督学习通过掩码自编码器(MAEs)近期吸引了广泛关注,该方法在内容基准图像检索(CBIR)方面具有重要潜力。然而,现有研究假设考虑的遥感图像是由单一图像传感器获取的,因此仅适用于单模态 CBIR 问题。本文首次探讨了 MAEs 在遥感领域跨传感器 CBIR 中的有效性,并针对多传感器遥感图像库提出了掩码图像建模的不同 CSMAE...
MetaMAE是一种自监督学习框架,通过元学习提高不同模态下的效果。它将MAE的掩码重构作为元学习任务,并使用先进的元学习技术增强重构和对齐潜在因素。实验证明,MetaMAE在与模态无关的自监督学习基准中表现优于之前的基线。