SkySense: A Multi-Modal Remote Sensing Foundation Model Towards Universal Interpretation for Earth Observation Imagery

情态动词 计算机科学 背景(考古学) 地球观测 合成孔径雷达 一般化 人工智能 比例(比率) 粒度 自编码 边距(机器学习) 模态(人机交互) 遥感 光学(聚焦) 深度学习 机器学习 地理 工程类 地图学 高分子化学 化学 物理 考古 航空航天工程 数学分析 光学 操作系统 数学 卫星
作者
Xueyi Guo,Jiangwei Lao,Bo Dang,Yingying Zhang,Lei Yu,Lixiang Ru,Liheng Zhong,Ziyuan Huang,Kang Wu,Dingxiang Hu,Huimei He,Jian Wang,Jingdong Chen,Mi Yang,Yongjun Zhang,Yansheng Li
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2312.10115
摘要

Prior studies on Remote Sensing Foundation Model (RSFM) reveal immense potential towards a generic model for Earth Observation. Nevertheless, these works primarily focus on a single modality without temporal and geo-context modeling, hampering their capabilities for diverse tasks. In this study, we present SkySense, a generic billion-scale model, pre-trained on a curated multi-modal Remote Sensing Imagery (RSI) dataset with 21.5 million temporal sequences. SkySense incorporates a factorized multi-modal spatiotemporal encoder taking temporal sequences of optical and Synthetic Aperture Radar (SAR) data as input. This encoder is pre-trained by our proposed Multi-Granularity Contrastive Learning to learn representations across different modal and spatial granularities. To further enhance the RSI representations by the geo-context clue, we introduce Geo-Context Prototype Learning to learn region-aware prototypes upon RSI's multi-modal spatiotemporal features. To our best knowledge, SkySense is the largest Multi-Modal RSFM to date, whose modules can be flexibly combined or used individually to accommodate various tasks. It demonstrates remarkable generalization capabilities on a thorough evaluation encompassing 16 datasets over 7 tasks, from single- to multi-modal, static to temporal, and classification to localization. SkySense surpasses 18 recent RSFMs in all test scenarios. Specifically, it outperforms the latest models such as GFM, SatLas and Scale-MAE by a large margin, i.e., 2.76%, 3.67% and 3.61% on average respectively. We will release the pre-trained weights to facilitate future research and Earth Observation applications.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
桐桐应助Singularity采纳,获得10
刚刚
所所应助Ethan采纳,获得20
1秒前
整齐凌萱发布了新的文献求助10
2秒前
2秒前
筱筱发布了新的文献求助10
2秒前
il701发布了新的文献求助30
3秒前
骤雨时晴发布了新的文献求助10
4秒前
个性的雪旋完成签到 ,获得积分10
5秒前
令狐剑通发布了新的文献求助10
5秒前
中午发布了新的文献求助10
7秒前
aman007完成签到,获得积分10
7秒前
7秒前
FashionBoy应助乐乐乐乐乐乐采纳,获得10
8秒前
科研通AI2S应助11采纳,获得10
10秒前
顾子墨关注了科研通微信公众号
12秒前
weirdo发布了新的文献求助10
13秒前
可爱的黑猫完成签到,获得积分10
14秒前
il701完成签到,获得积分10
14秒前
robert3324应助11采纳,获得10
16秒前
16秒前
19秒前
芽衣完成签到 ,获得积分10
20秒前
筱筱发布了新的文献求助10
21秒前
FashionBoy应助雪饼采纳,获得10
23秒前
23秒前
Singularity发布了新的文献求助10
24秒前
25秒前
27秒前
大大小小发布了新的文献求助10
28秒前
研友_VZG7GZ应助polaris采纳,获得10
29秒前
SciGPT应助日不落采纳,获得10
29秒前
31秒前
sunny给sunny的求助进行了留言
31秒前
11发布了新的文献求助10
33秒前
NexusExplorer应助大大小小采纳,获得10
34秒前
orixero应助整齐凌萱采纳,获得10
37秒前
37秒前
37秒前
鹤丸子完成签到,获得积分10
39秒前
筱筱发布了新的文献求助10
39秒前
高分求助中
Sustainability in Tides Chemistry 2800
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139127
求助须知:如何正确求助?哪些是违规求助? 2790013
关于积分的说明 7793363
捐赠科研通 2446416
什么是DOI,文献DOI怎么找? 1301093
科研通“疑难数据库(出版商)”最低求助积分说明 626106
版权声明 601102