利用视觉变换器实现高效的空间-时间植被像素分类
《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:Efficient Spatio-Temporal Vegetation Pixel Classification with Vision Transformers
【字体:
大
中
小
】
时间:2026年05月21日
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4
编辑推荐:
摘要:植物物候学——即对生命周期中重复事件的研究——对于理解生态系统动态及其对气候变化影响的响应至关重要。虽然无人机(UAV)和近地表相机能够实现高分辨率监测,但跨时间识别植物物种在计算上仍然具有挑战性。最先进的方法,特别是多时相卷积网络(CNN),依赖于僵化的多分支架构,这种
摘要:
植物物候学——即对生命周期中重复事件的研究——对于理解生态系统动态及其对气候变化影响的响应至关重要。虽然无人机(UAV)和近地表相机能够实现高分辨率监测,但跨时间识别植物物种在计算上仍然具有挑战性。最先进的方法,特别是多时相卷积网络(CNN),依赖于僵化的多分支架构,这种架构在处理较长时间序列时扩展性较差,并且需要较大的空间上下文窗口。在本文中,我们深入研究了如何优化视觉变换器(ViTs)以实现高效的时空植被像素分类。我们进行了全面的消融实验,分析了七个关键的设计维度,包括:(i)数据标准化;(ii)光谱排列;(iii)边界处理;(iv)空间上下文窗口的形状和大小;(v)分词策略;(vi)位置编码;以及(vii)特征聚合策略。我们的方法在来自巴西塞拉多生物群落的两个数据集上进行了评估:Serra do Cipó(航空影像)和Itirapina(近地表影像)。实验结果表明,我们的ViT方法在保持竞争力分类性能的同时,显著提高了计算效率。值得注意的是,我们的ViT将浮点运算次数(FLOPs)减少了一个数量级,并且无论时间序列长度如何,参数复杂度都保持不变,而CNN基线方法则呈线性扩展。我们的发现证实,ViT是资源受限的物候监测系统中一种稳健且可扩展的解决方案。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号