浏览量:15下载量:6CSCD:0
  • 导出

  • 收藏

  • 专辑

    • 基于视觉—语言大模型的小样本地表异常检测

    • Few-shot earth surface anomaly detection via large vision-language models

    • “近年来突发性地表异常事件频发,"针对突发异常发生初期标注样本不足的问题,提出一种基于视觉—语言预训练模型的轻量级小样本地表异常检测方法",为解决遥感应急监测难题提供解决方案。”
      • 角色:First author第一作者
      • 机构:

        西安科技大学 测绘科学与技术学院, 西安 710054

      • 邮箱:jihong36@xust.edu.cn
      • 简介:冀虹,研究方向为计算机视觉与遥感图像处理。E-mail:jihong36@xust.edu.cn

      冀虹

      1,
      • 角色:Corresponding author通信作者
      • 机构:

        武汉大学 遥感信息工程学院, 武汉 430079

      • 邮箱:gaozhinus@gmail.com
      • 简介:高智,研究方向为计算机视觉、机器学习与遥感。E-mail:gaozhinus@gmail.com

      高智

      2 * ,
      • 机构:

        北京师范大学 地理科学学部, 北京 100875

      王桥

      3
    • 2026年 页码:1-18  
    • DOI:10.11834/jrs.20266048    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  
  • AI导读

  • HTML全文

  • 图( 15 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

文章被引用时,请邮件提醒。
提交

相关作者

朱秀芳 北京师范大学 遥感与数字地球全国重点实验室;北京师范大学 环境演变与自然灾害教育部重点实验室;北京师范大学 地理科学学部遥感科学与工程研究院
唐明秀 北京师范大学 遥感与数字地球全国重点实验室;北京师范大学 环境演变与自然灾害教育部重点实验室
肖畅 北京师范大学 遥感与数字地球全国重点实验室;北京师范大学 环境演变与自然灾害教育部重点实验室
宋骏楹 北京师范大学 遥感与数字地球全国重点实验室;北京师范大学 环境演变与自然灾害教育部重点实验室
崔颖 北京师范大学 地理科学学部/遥感与数字地球全国重点实验室
陈云浩 北京师范大学 地理科学学部/遥感与数字地球全国重点实验室
耿昊 北京师范大学 地理科学学部/遥感与数字地球全国重点实验室
李康宁 中国矿业大学(北京) 地球科学与测绘工程学院

相关机构

北京师范大学 遥感与数字地球全国重点实验室
北京师范大学环境演变与自然灾害教育部重点实验室
北京师范大学 地理科学学部遥感科学与工程研究院
北京师范大学 地理科学学部/遥感与数字地球全国重点实验室
中国矿业大学(北京) 地球科学与测绘工程学院