Polar-VQA：基于极地遥感冰盖图像的视觉问答
计算机视觉与模式识别
2023-03-15 v1 人工智能
摘要
对冰川学家而言，研究极地冰盖至关重要。随着深度学习技术的发展，我们现在可以从冰盖数据中提取高层信息（例如估算冰层厚度、预测未来年份的冰体累积等）。然而，基于视觉的对话式深度学习方法尚未被探索，即科学家可以通过就图像提问来获取信息。本文引入了遥感冰盖图像上的视觉问答（VQA）任务。为开展研究，我们在此工作中提出了一个独特的 VQA 数据集 Polar-VQA。该数据集中的所有图像均使用四种机载雷达采集。本研究的主要目标是强调 VQA 在冰盖研究背景下的重要性，并对现有 VQA 方法在 Polar-VQA 数据集上进行基线研究。
引用
@article{arxiv.2303.07403,
title = {Polar-VQA: Visual Question Answering on Remote Sensed Ice sheet Imagery from Polar Region},
author = {Argho Sarkar and Maryam Rahnemoonfar},
journal= {arXiv preprint arXiv:2303.07403},
year = {2023}
}