地球的全球稠密嵌入：Major TOM在潜在空间中的映射
计算机视觉与模式识别
2024-12-10 v1 数据库
摘要
随着Copernicus等大型计划的地球观测数据档案中数据量持续增长，对底层原始数据的高效向量表示需求日益增加。从预训练深度神经网络中提取特征表示的方法是一种强大的方法，可以提供输入数据的语义抽象。然而，对于包含地理空间数据的影像档案而言，这一过程的实现方式尚未被定义。在本工作中，对一个现有的社区项目Major TOM进行了扩展，该项目专注于提供和标准化面向AI的地球观测开放免费数据集。此外，本手稿发表时公开发布了四个全球稠密嵌入数据集，成为覆盖地球表面最全面的全球开放地理空间视觉嵌入数据集。
引用
@article{arxiv.2412.05600,
title = {Global and Dense Embeddings of Earth: Major TOM Floating in the Latent Space},
author = {Mikolaj Czerkawski and Marcin Kluczek and Jędrzej S. Bojanowski},
journal= {arXiv preprint arXiv:2412.05600},
year = {2024}
}