GeoViT：一种用于地理空间图像分析的多功能视觉 Transformer 架构
计算机视觉与模式识别
2023-11-27 v1 机器学习
摘要
温室气体是气候变化的关键驱动因素，需要精确量化与源识别以促进减缓策略。我们引入 GeoViT，一种紧凑的视觉 Transformer 模型，擅长处理卫星影像以执行针对 CO2 与 NO2 排放的多模态分割、分类与回归任务。借助 GeoViT，我们在估算发电速率、燃料类型、CO2 羽流覆盖以及高分辨率 NO2 浓度制图方面取得优于以往的 SOTA 模型的精度，同时显著缩小模型规模。GeoViT 展示了视觉 Transformer 架构在利用卫星衍生数据以增强温室气体排放洞察方面的效能，证明其在推进全球气候变化监测与排放管控努力中的重要作用。
引用
@article{arxiv.2311.14301,
title = {GeoViT: A Versatile Vision Transformer Architecture for Geospatial Image Analysis},
author = {Madhav Khirwar and Ankur Narang},
journal= {arXiv preprint arXiv:2311.14301},
year = {2023}
}
备注
Extended Abstract, Preprint