量子启发卷积网络生成遥感伪标签

2026年10月30日，arXiv Computer Vision 刊出 Abhishek Singh 等作者的研究，提出一种量子卷积编码器-解码器网络，用于从多模态地球观测数据生成高分辨率伪标签。该网络仅以粗分辨率 MODIS 土地覆盖图为引导，利用 Sentinel-1 SAR 与 Sentinel-2 多光谱影像生成伪标签；模型先在无低分辨率标签监督下通过重建分支进行自监督学习，再生成高分辨率伪标签。在 DFC2020 数据集上的分类指标显示，其伪标签在空间连贯性和类别一致性上优于经典基线。目前该研究处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。