Buchumschlag

OceanMAE: A Foundation Model for Ocean Remote Sensing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stamer, Viola-Joanna, Agrafiotis, Panagiotis, Rasti, Behnood, Demir, Begüm
Format:	Preprint
Veröffentlicht:	2026
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

REMSA: Foundation Model Selection for Remote Sensing via a Constraint-Aware Agent
von: Chen, Binger, et al.
Veröffentlicht: (2025)

Seabed-Net: A multi-task network for joint bathymetry estimation and seabed classification from remote sensing imagery in shallow waters
von: Agrafiotis, Panagiotis, et al.
Veröffentlicht: (2025)

Continual Self-Supervised Learning with Masked Autoencoders in Remote Sensing
von: Möllenbrok, Lars, et al.
Veröffentlicht: (2025)

A Plasticity-Aware Method for Continual Self-Supervised Learning in Remote Sensing
von: Möllenbrok, Lars, et al.
Veröffentlicht: (2025)

Deep Learning-based Bathymetry Retrieval without In-situ Depths using Remote Sensing Imagery and SfM-MVS DSMs with Data Gaps
von: Agrafiotis, Panagiotis, et al.
Veröffentlicht: (2025)

MagicBathyNet: A Multimodal Remote Sensing Dataset for Bathymetry Prediction and Pixel-based Classification in Shallow Waters
von: Agrafiotis, Panagiotis, et al.
Veröffentlicht: (2024)

HyVIC: A Metric-Driven Spatio-Spectral Hyperspectral Image Compression Architecture Based on Variational Autoencoders
von: Fuchs, Martin Hermann Paul, et al.
Veröffentlicht: (2026)

Adjustable Spatio-Spectral Hyperspectral Image Compression Network
von: Fuchs, Martin Hermann Paul, et al.
Veröffentlicht: (2025)

On the Effectiveness of Methods and Metrics for Explainable AI in Remote Sensing Image Scene Classification
von: Klotz, Jonas, et al.
Veröffentlicht: (2025)

Communication-Efficient Federated Learning Based on Explanation-Guided Pruning for Remote Sensing Image Classification
von: Klotz, Jonas, et al.
Veröffentlicht: (2025)

HyCoT: A Transformer-Based Autoencoder for Hyperspectral Image Compression
von: Fuchs, Martin Hermann Paul, et al.
Veröffentlicht: (2024)

Sea-Undistort: A Dataset for Through-Water Image Restoration in High Resolution Airborne Bathymetric Mapping
von: Kromer, Maximilian, et al.
Veröffentlicht: (2025)

CSMoE: An Efficient Remote Sensing Foundation Model with Soft Mixture-of-Experts
von: Hackel, Leonard, et al.
Veröffentlicht: (2025)

How Much of a Model Do We Need? Redundancy and Slimmability in Remote Sensing Foundation Models
von: Hackel, Leonard, et al.
Veröffentlicht: (2026)

Redundancy-Aware Pretraining of Vision-Language Foundation Models in Remote Sensing
von: Adler, Mathis Jürgen, et al.
Veröffentlicht: (2025)

PCB-Vision: A Multiscene RGB-Hyperspectral Benchmark Dataset of Printed Circuit Boards
von: Arbash, Elias, et al.
Veröffentlicht: (2024)

A High-Level Survey of Optical Remote Sensing
von: Koletsis, Panagiotis, et al.
Veröffentlicht: (2026)

GeoMeld: Toward Semantically Grounded Foundation Models for Remote Sensing
von: Hasan, Maram, et al.
Veröffentlicht: (2026)

Cross-Scale MAE: A Tale of Multi-Scale Exploitation in Remote Sensing
von: Tang, Maofeng, et al.
Veröffentlicht: (2024)

Generative Adversarial Networks for Spatio-Spectral Compression of Hyperspectral Images
von: Fuchs, Martin Hermann Paul, et al.
Veröffentlicht: (2023)

Towards Efficient Benchmarking of Foundation Models in Remote Sensing: A Capabilities Encoding Approach
von: Adorni, Pierre, et al.
Veröffentlicht: (2025)

RoMA: Scaling up Mamba-based Foundation Models for Remote Sensing
von: Wang, Fengxiang, et al.
Veröffentlicht: (2025)

FLORO: A Multimodal Geospatial Foundation Model for Ecological Remote Sensing Across Sensors and Scales
von: Rodriguez, Jorge L., et al.
Veröffentlicht: (2026)

A Billion-scale Foundation Model for Remote Sensing Images
von: Cha, Keumgang, et al.
Veröffentlicht: (2023)

A Multi-Modal Federated Learning Framework for Remote Sensing Image Classification
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2025)

RingMo-Aerial: An Aerial Remote Sensing Foundation Model With Affine Transformation Contrastive Learning
von: Diao, Wenhui, et al.
Veröffentlicht: (2024)

OphMAE: Bridging Volumetric and Planar Imaging with a Foundation Model for Adaptive Ophthalmological Diagnosis
von: Chang, Tienyu, et al.
Veröffentlicht: (2026)

Rethinking Electro-Optical Vision Foundation Models for Remote Sensing Retrieval: A Controlled Comparison with Generalist VFM
von: Park, Hyobin, et al.
Veröffentlicht: (2026)

Estimating Physical Information Consistency of Channel Data Augmentation for Remote Sensing Images
von: Burgert, Tom, et al.
Veröffentlicht: (2024)

Detecting Brick Kiln Infrastructure at Scale: Graph, Foundation, and Remote Sensing Models for Satellite Imagery Data
von: Nazir, Usman, et al.
Veröffentlicht: (2026)

Federated Learning Across Decentralized and Unshared Archives for Remote Sensing Image Classification
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2023)

CGEarthEye:A High-Resolution Remote Sensing Vision Foundation Model Based on the Jilin-1 Satellite Constellation
von: Yi, Zhiwei, et al.
Veröffentlicht: (2025)

FedX: Explanation-Guided Pruning for Communication-Efficient Federated Learning in Remote Sensing
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2025)

Self-Supervised Cross-Modal Text-Image Time Series Retrieval in Remote Sensing
von: Hoxha, Genc, et al.
Veröffentlicht: (2025)

Text2Seg: Remote Sensing Image Semantic Segmentation via Text-Guided Visual Foundation Models
von: Zhang, Jielu, et al.
Veröffentlicht: (2023)

DGTRSD & DGTRS-CLIP: A Dual-Granularity Remote Sensing Image-Text Dataset and Vision Language Foundation Model for Alignment
von: Chen, Weizhi, et al.
Veröffentlicht: (2025)

Mind the Modality Gap: Towards a Remote Sensing Vision-Language Model via Cross-modal Alignment
von: Zavras, Angelos, et al.
Veröffentlicht: (2024)

Neurosymbolic Inference On Foundation Models For Remote Sensing Text-to-image Retrieval With Complex Queries
von: Mezzi, Emanuele, et al.
Veröffentlicht: (2025)

USF-MAE: Ultrasound Self-Supervised Foundation Model with Masked Autoencoding
von: Megahed, Youssef, et al.
Veröffentlicht: (2025)

ImageNet-trained CNNs are not biased towards texture: Revisiting feature reliance through controlled suppression
von: Burgert, Tom, et al.
Veröffentlicht: (2025)