Buchumschlag

Large Language Models for Captioning and Retrieving Remote Sensing Images

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Silva, João Daniel, Magalhães, João, Tuia, Devis, Martins, Bruno
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Efficient and Effective Encoder Model for Vision and Language Tasks in the Remote Sensing Domain
von: Silva, João Daniel, et al.
Veröffentlicht: (2025)

Multilingual Vision-Language Pre-training for the Remote Sensing Domain
von: Silva, João Daniel, et al.
Veröffentlicht: (2024)

Knowledge-aware Text-Image Retrieval for Remote Sensing Images
von: Mi, Li, et al.
Veröffentlicht: (2024)

Multilingual Training-Free Remote Sensing Image Captioning
von: Rebelo, Carlos, et al.
Veröffentlicht: (2025)

SMARTIES: Spectrum-Aware Multi-Sensor Auto-Encoder for Remote Sensing Images
von: Sumbul, Gencer, et al.
Veröffentlicht: (2025)

Knowledge-aware Visual Question Generation for Remote Sensing Images
von: Li, Siran, et al.
Veröffentlicht: (2026)

Questions beyond Pixels: Integrating Commonsense Knowledge in Visual Question Generation for Remote Sensing
von: Li, Siran, et al.
Veröffentlicht: (2026)

Retrieval of Surface Solar Radiation through Implicit Albedo Recovery from Temporal Context
von: Frischholz, Yael, et al.
Veröffentlicht: (2025)

Cross-Modal Learning of Housing Quality in Amsterdam
von: Levering, Alex, et al.
Veröffentlicht: (2024)

POLO -- Point-based, multi-class animal detection
von: May, Giacomo, et al.
Veröffentlicht: (2024)

BTCChat: Advancing Remote Sensing Bi-temporal Change Captioning with Multimodal Large Language Model
von: Li, Yujie, et al.
Veröffentlicht: (2025)

Text-Only Training for Image Captioning with Retrieval Augmentation and Modality Gap Correction
von: Fonseca, Rui, et al.
Veröffentlicht: (2025)

EcoWikiRS: Learning Ecological Representation of Satellite Images from Weak Supervision with Species Observations and Wikipedia
von: Zermatten, Valerie, et al.
Veröffentlicht: (2025)

Evaluating Remote Sensing Image Captions Beyond Metric Biases
von: Chen, Ziyun, et al.
Veröffentlicht: (2026)

RSCaMa: Remote Sensing Image Change Captioning with State Space Model
von: Liu, Chenyang, et al.
Veröffentlicht: (2024)

A Benchmark for Multi-Lingual Vision-Language Learning in Remote Sensing Image Captioning
von: Zhou, Qing, et al.
Veröffentlicht: (2025)

High-resolution Population Maps Derived from Sentinel-1 and Sentinel-2
von: Metzger, Nando, et al.
Veröffentlicht: (2023)

Enhancing Perception of Key Changes in Remote Sensing Image Change Captioning
von: Yang, Cong, et al.
Veröffentlicht: (2024)

Composed Image Retrieval for Remote Sensing
von: Psomas, Bill, et al.
Veröffentlicht: (2024)

Diffusion-RSCC: Diffusion Probabilistic Model for Change Captioning in Remote Sensing Images
von: Yu, Xiaofei, et al.
Veröffentlicht: (2024)

Multi-Scale Grouped Prototypes for Interpretable Semantic Segmentation
von: Porta, Hugo, et al.
Veröffentlicht: (2024)

CanadaFireSat: Toward high-resolution wildfire forecasting with multiple modalities
von: Porta, Hugo, et al.
Veröffentlicht: (2025)

GeoExplorer: Active Geo-localization with Curiosity-Driven Exploration
von: Mi, Li, et al.
Veröffentlicht: (2025)

A Lightweight Sparse Focus Transformer for Remote Sensing Image Change Captioning
von: Sun, Dongwei, et al.
Veröffentlicht: (2024)

HiSem: Hierarchical Semantic Disentangling for Remote Sensing Image Change Captioning
von: Wang, Man, et al.
Veröffentlicht: (2026)

A Novel Lightweight Transformer with Edge-Aware Fusion for Remote Sensing Image Captioning
von: Das, Swadhin, et al.
Veröffentlicht: (2025)

Semantic-Spatial Feature Fusion with Dynamic Graph Refinement for Remote Sensing Image Captioning
von: Liu, Maofu, et al.
Veröffentlicht: (2025)

JSSFF: A Joint Structural-Semantic Fusion Framework for Remote Sensing Image Captioning
von: Das, Swadhin, et al.
Veröffentlicht: (2026)

TRUST: Leveraging Text Robustness for Unsupervised Domain Adaptation
von: Litrico, Mattia, et al.
Veröffentlicht: (2025)

SLVideo: A Sign Language Video Moment Retrieval Framework
von: Martins, Gonçalo Vinagre, et al.
Veröffentlicht: (2024)

MV-CC: Mask Enhanced Video Model for Remote Sensing Change Caption
von: Liu, Ruixun, et al.
Veröffentlicht: (2024)

Show and Guide: Instructional-Plan Grounded Vision and Language Model
von: Glória-Silva, Diogo, et al.
Veröffentlicht: (2024)

Multi-Spectral Remote Sensing Image Retrieval Using Geospatial Foundation Models
von: Blumenstiel, Benedikt, et al.
Veröffentlicht: (2024)

RSCC: A Large-Scale Remote Sensing Change Caption Dataset for Disaster Events
von: Chen, Zhenyuan, et al.
Veröffentlicht: (2025)

Robust Remote Sensing Image-Text Retrieval with Noisy Correspondence
von: Song, Qiya, et al.
Veröffentlicht: (2026)

Semantic-CC: Boosting Remote Sensing Image Change Captioning via Foundational Knowledge and Semantic Guidance
von: Zhu, Yongshuo, et al.
Veröffentlicht: (2024)

Sentinel2Cap: A Human-Annotated Benchmark Dataset for Multimodal Remote Sensing Image Captioning
von: Tosato, Lucrezia, et al.
Veröffentlicht: (2026)

Checkmate: interpretable and explainable RSVQA is the endgame
von: Tosato, Lucrezia, et al.
Veröffentlicht: (2025)

From Classification to Segmentation with Explainable AI: A Study on Crack Detection and Growth Monitoring
von: Forest, Florent, et al.
Veröffentlicht: (2023)

RS-MoE: A Vision-Language Model with Mixture of Experts for Remote Sensing Image Captioning and Visual Question Answering
von: Lin, Hui, et al.
Veröffentlicht: (2024)