“CTMNet: Enhanced Open-pit Mine Extraction and Change Detection with a Hybrid CNN-Transformer Multitask Network” 在遥感领域Top期刊《IEEE Transactions on Geoscience and Remote Sensing》上发表

发布时间:2024-11-20                       访问量:

返回

实验室论文“CTMNet: Enhanced Open-pit Mine Extraction and Change Detection with a Hybrid CNN-Transformer Multitask Network” 在遥感领域Top期刊《IEEE Transactions on Geoscience and Remote Sensing》正式发表。该研究旨在利用高分辨率遥感影像实现露天采场的自动提取与变化检测,为矿产资源管理提供新方法。研究团队针对矿区场景的空间异质性和光谱变化带来的挑战,提出了一种结合卷积神经网络与Transformer技术的多任务网络模型—CTMNet。实验结果表明,CTMNet在精度和效率方面具有显著优势,展现了其在智能化矿产资源监测与管理中的应用潜力。此外,为推动相关研究的进展,团队还公开发布了用于露天采场提取与变化检测的OMECSet数据集,数据集链接为:https://figshare.com/s/80519cb980ca54456447

文章及相关内容详见:https://ieeexplore.ieee.org/document/10745758

论文第一作者邢江河于2022年6月在本团队获得硕士学位,并继续攻读博士学位,2023年7月获得国家公派联合博士生资助赴澳大利亚格里菲斯大学学习交流。邢江河已以第一作者或通讯作者身份发表了6篇高水平学术论文(5篇SCI论文,1篇中文核心论文),并授权发明专利5项。李军教授为通讯作者,澳大利亚格里菲斯大学的Yongsheng Gao教授和Jue Zhang博士为合作作者。

《IEEE Transactions on Geoscience and Remote Sensing》(IF=7.5,一区TOP)是遥感领域的Top期刊,专注于遥感技术在陆地、海洋、大气和空间中的应用,特别关注数据处理、解释和创新性应用的最新进展。



上一篇 下一篇