arXiv · 机器人与计算机视觉· Lino Garda Denaro, Chia-Hsiang Lin·· 2026-10-16AI 评分28
DeepMGCCA 实现多时相多光谱地表反射率单调分段线性谐和与无监督深度学习伪不变特征学习
Monotone Piecewise-Linear Harmonization of Multitemporal Multispectral Surface Reflectance With Unsupervised Deep Multiview Pseudoinvariant Features Learning
AI 导读
DeepMGCCA 框架通过共享卷积编码器替代日期特定线性投影,利用迭代重加权策略从 Landsat-8/9 及 Sentinel-2 数据中学习深层伪不变特征以消除偏差。实验在四个感兴趣区域验证了该方法将光谱角差异降低最多 2.54、RMSE 降低 0.015 且 PSNR 提升最高 4.04 dB。研究证明了深度学习不变特征学习在多时相地表反射率偏移除中的潜力及保留物理意义时空信息的重要性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org