Buchumschlag

SpectralEarth: Training Hyperspectral Foundation Models at Scale

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Braham, Nassim Ait Ali, Albrecht, Conrad M, Mairal, Julien, Chanussot, Jocelyn, Wang, Yi, Zhu, Xiao Xiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SpectralEarth-FM: Bringing Hyperspectral Imagery into Multimodal Earth Observation Pretraining
von: Braham, Nassim Ait Ali, et al.
Veröffentlicht: (2026)

Prospects for Mitigating Spectral Variability in Tropical Species Classification Using Self-Supervised Learning
von: Prieur, Colin, et al.
Veröffentlicht: (2025)

Decoupling Common and Unique Representations for Multimodal Self-supervised Learning
von: Wang, Yi, et al.
Veröffentlicht: (2023)

Image Processing and Machine Learning for Hyperspectral Unmixing: An Overview and the HySUPP Python Package
von: Rasti, Behnood, et al.
Veröffentlicht: (2023)

SSL4EO-S12 v1.1: A Multimodal, Multiseasonal Dataset for Pretraining, Updated
von: Blumenstiel, Benedikt, et al.
Veröffentlicht: (2025)

SpectralMamba: Efficient Mamba for Hyperspectral Image Classification
von: Yao, Jing, et al.
Veröffentlicht: (2024)

HyBiomass: Global Hyperspectral Imagery Benchmark Dataset for Evaluating Geospatial Foundation Models in Forest Aboveground Biomass Estimation
von: Banze, Aaron, et al.
Veröffentlicht: (2025)

Fast Semisupervised Unmixing Using Nonconvex Optimization
von: Rasti, Behnood, et al.
Veröffentlicht: (2024)

Hyperspectral Vision Transformers for Greenhouse Gas Estimations from Space
von: Avilés, Ruben Gonzalez, et al.
Veröffentlicht: (2025)

Multi-Label Guided Soft Contrastive Learning for Efficient Earth Observation Pretraining
von: Wang, Yi, et al.
Veröffentlicht: (2024)

Quantum Information-Empowered Graph Neural Network for Hyperspectral Change Detection
von: Lin, Chia-Hsiang, et al.
Veröffentlicht: (2024)

SpectralGPT: Spectral Remote Sensing Foundation Model
von: Hong, Danfeng, et al.
Veröffentlicht: (2023)

CromSS: Cross-modal pre-training with noisy labels for remote sensing image segmentation
von: Liu, Chenying, et al.
Veröffentlicht: (2024)

One for All: Toward Unified Foundation Models for Earth Vision
von: Xiong, Zhitong, et al.
Veröffentlicht: (2024)

Foundation Models in Remote Sensing: Evolving from Unimodality to Multimodality
von: Hong, Danfeng, et al.
Veröffentlicht: (2026)

Dual-Branch Subpixel-Guided Network for Hyperspectral Image Classification
von: Han, Zhu, et al.
Veröffentlicht: (2024)

Spatial and Spatial-Spectral Morphological Mamba for Hyperspectral Image Classification
von: Ahmad, Muhammad, et al.
Veröffentlicht: (2024)

Multimodal Collaboration Networks for Geospatial Vehicle Detection in Dense, Occluded, and Large-Scale Events
von: Wu, Xin, et al.
Veröffentlicht: (2024)

Task Specific Pretraining with Noisy Labels for Remote Sensing Image Segmentation
von: Liu, Chenying, et al.
Veröffentlicht: (2024)

Hyperspectral Imaging
von: Hong, Danfeng, et al.
Veröffentlicht: (2025)

UrbanSAM: Learning Invariance-Inspired Adapters for Segment Anything Models in Urban Construction
von: Li, Chenyu, et al.
Veröffentlicht: (2025)

Low-Rank Representations Meets Deep Unfolding: A Generalized and Interpretable Network for Hyperspectral Anomaly Detection
von: Li, Chenyu, et al.
Veröffentlicht: (2024)

ChatEarthNet: A Global-Scale Image-Text Dataset Empowering Vision-Language Geo-Foundation Models
von: Yuan, Zhenghang, et al.
Veröffentlicht: (2024)

AIO2: Online Correction of Object Labels for Deep Learning with Incomplete Annotation in Remote Sensing Image Segmentation
von: Liu, Chenying, et al.
Veröffentlicht: (2024)

Hyperspectral Pansharpening: Critical Review, Tools and Future Perspectives
von: Ciotola, Matteo, et al.
Veröffentlicht: (2024)

REOBench: Benchmarking Robustness of Earth Observation Foundation Models
von: Li, Xiang, et al.
Veröffentlicht: (2025)

KANO: Kolmogorov-Arnold Neural Operator for Image Super-Resolution
von: Li, Chenyu, et al.
Veröffentlicht: (2025)

Neural Plasticity-Inspired Multimodal Foundation Model for Earth Observation
von: Xiong, Zhitong, et al.
Veröffentlicht: (2024)

DOFA-CLIP: Multimodal Vision-Language Foundation Models for Earth Observation
von: Xiong, Zhitong, et al.
Veröffentlicht: (2025)

Towards a Unified Copernicus Foundation Model for Earth Vision
von: Wang, Yi, et al.
Veröffentlicht: (2025)

On Good Practices for Task-Specific Distillation of Large Pretrained Visual Models
von: Marrie, Juliette, et al.
Veröffentlicht: (2024)

EarthNets: Empowering AI in Earth Observation
von: Xiong, Zhitong, et al.
Veröffentlicht: (2022)

Diffusion Posterior Sampler for Hyperspectral Unmixing with Spectral Variability Modeling
von: Zhu, Yimin, et al.
Veröffentlicht: (2025)

Location Is All You Need: Continuous Spatiotemporal Neural Representations of Earth Observation Data
von: Madadikhaljan, Mojgan, et al.
Veröffentlicht: (2026)

HyperFM: An Efficient Hyperspectral Foundation Model with Spectral Grouping
von: Tushar, Zahid Hassan, et al.
Veröffentlicht: (2026)

MambaX: Image Super-Resolution with State Predictive Control
von: Li, Chenyu, et al.
Veröffentlicht: (2025)

Towards Unified Vision Language Models for Forest Ecological Analysis in Earth Observation
von: Xue, Xizhe, et al.
Veröffentlicht: (2025)

Evaluating the Label Efficiency of Contrastive Self-Supervised Learning for Multi-Resolution Satellite Imagery
von: Bourcier, Jules, et al.
Veröffentlicht: (2022)

COSMo: CLIP Talks on Open-Set Multi-Target Domain Adaptation
von: Monga, Munish, et al.
Veröffentlicht: (2024)

Data-Centric Benchmark for Label Noise Estimation and Ranking in Remote Sensing Image Segmentation
von: Nogueira, Keiller, et al.
Veröffentlicht: (2026)