基于卫星图像时间序列的糖 beet 病害检测
计算机视觉与模式识别
2025-07-21 v1 机器学习
摘要
卫星图像时间序列（SITS）数据因其丰富的光谱和时序特性，已被证明在农业任务中效果显著。本研究针对糖 beet 作物的病害检测任务，提出了一种完全无监督的方法。我们提出了一种 3D 卷积自编码器模型，从 Sentinel-2 图像序列中提取有意义的特征，结合采集日期特定的时序编码，以更好地捕捉糖 beet 的生长动力学。所学得的表征用于下游聚类任务，以分离受病害作物与健康作物。该病害检测系统可直接应用于来自不同年份的数据，为糖 beet 的病害检测提供了实用且可接近的工具。
引用
@article{arxiv.2507.13514,
title = {Sugar-Beet Stress Detection using Satellite Image Time Series},
author = {Bhumika Laxman Sadbhave and Philipp Vaeth and Denise Dejon and Gunther Schorcht and Magda Gregorová},
journal= {arXiv preprint arXiv:2507.13514},
year = {2025}
}