跳到正文
arXiv · 机器人与计算机视觉· Albert Alonso, Jamal Jokar Arsanjani, Andres R. Masegosa·· 16 天前精选AI 评分78

基于地球嵌入的自适应土地单元:一种低成本的无监督建模方法

Adaptive Land Units from Earth Embeddings

AI 导读

该论文提出利用 AlphaEarth 嵌入进行无监督自适应聚类,将丹麦 4.02 亿像素压缩为 127 万个单元(约 320 倍减少),无需标签即可拟合全境。相比规则网格,新单元在匹配土地用途标签和作物声明时仅需其五分之一到四分之一数量的单元格;相比直接对卫星图像聚类,达到相同纯度所需的单元数减半。

推荐理由

该研究提出利用 AlphaEarth 嵌入进行无监督自适应聚类,将丹麦 4.02 亿像素压缩为 127 万个单元,显著降低计算成本并支持全境建模。

来源:arXiv · 机器人与计算机视觉 · arxiv.org