利用激活最大化与生成对抗训练识别并解释卫星影像中自然区域的模式
计算机视觉与模式识别
2023-11-23 v1 人工智能
摘要
自然保护地对于生物多样性、气候变化减缓以及支撑生态过程至关重要。尽管其意义重大，综合制图仍受限于对其特征缺乏认知以及缺失土地覆盖类别定义。本文旨在推进对构成保护区与荒野地指定模式之解释。为此，我们提出一种利用激活最大化与生成对抗模型的新框架。借此，我们旨在生成卫星图像，这些图像结合领域知识，能够为界定这些区域自然真实性的空间与光谱模式提供完整且有效的解释。我们所提框架生成了更精确的归因图，精准定位构成保护区自然真实性的指定模式。我们的方法增进了对自然保护地生态完整性的理解，并可能有助于未来的监测与保护工作。
引用
@article{arxiv.2311.08923,
title = {Leveraging Activation Maximization and Generative Adversarial Training to Recognize and Explain Patterns in Natural Areas in Satellite Imagery},
author = {Ahmed Emam and Timo T. Stomberg and Ribana Roscher},
journal= {arXiv preprint arXiv:2311.08923},
year = {2023}
}