本文探讨了一种自我监督学习方法，将地理空间活动时间序列转化为任务无关的时间嵌入表示，并通过深度语义分割实现不同用地类型的分类。研究表明，时间嵌入有效表示时间序列数据，促进多模态学习，提升地理空间计算机视觉的用户体验和安全性。

该论文提出了一种基于深度语义分割的分层图像压缩框架，可在广泛比特率中优于其他编解码器，适用于图像搜索和基于对象的自适应图像压缩等多项任务。

本论文提出了一种基于深度语义分割的图像压缩框架，通过编码语义分割映射和生成紧凑表示来实现图像的粗略重构。该框架在比特率和指标方面优于其他编解码器，可用于图像搜索和自适应图像压缩等任务。