Key points are not available for this paper at this time.
공중 및 위성 원격 탐지 분야에서 딥 러닝의 광범위한 도입은 새로운 가능성을 제공합니다. 그러나 현재의 접근 방식은 종종 공중 데이터의 고유한 특성을 간과합니다. 본 연구는 독특한 특징을 활용하여 추가 주석을 통해 신경망 훈련을 강화하는 방법론을 소개합니다. 분류 정확도에서의 보통의 이득에도 불구하고, 향상된 설명 가능성, 자동 분할 및 목표 분류의 시너지는 미세한 개선을 보여줍니다. 초기 결과는 토지 피복 매핑에 대한 잠재적 응용을 보여줍니다. 이 작업은 반복적인 주석 및 훈련 루프를 통해 노동 집약적인 인간 주석에 대한 의존도를 줄이는 방향으로 확장할 수 있습니다.
Dwivedi et al. (Mon,)은 이 질문을 연구했습니다.