跳到正文
arXiv · 机器人与计算机视觉· Bowen Peng, Li Liu, Yongxiang Liu, Weijie Li, Jie Zhou, Zhen Liu·· 2026-10-06精选AI 评分78

T-JEPA:一种用于学习更好遥感表征的时间联合嵌入预测架构

T-JEPA: A Temporal Joint-Embedding Predictive Architecture for Learning Better Remote Sensing Representations

AI 导读

针对现有遥感基础模型主要依赖预定义成对关系或整体重建上下文的局限,本文提出 T-JEPA 架构以利用地球观测数据中固有的稀疏和非均匀时间采样作为监督信号。该架构通过共享单帧编码器处理观测,并利用时间预测器从掩码源潜在表示和实际经过的时间估计完整目标潜在场,从而组织出结构化潜在轨迹。

推荐理由

提出利用遥感数据稀疏时间采样的 T-JEPA 架构,在静态与动态任务上均取得领先的迁移性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org