多传感器融合 - Tag - 堂堂一跑堂https://spacetop.win/tags/%E5%A4%9A%E4%BC%A0%E6%84%9F%E5%99%A8%E8%9E%8D%E5%90%88/多传感器融合 - Tag - 堂堂一跑堂Hugo -- gohugo.iozh-CNkingcopper@whu.edu.cn (WangTong)kingcopper@whu.edu.cn (WangTong)Sun, 31 May 2026 12:00:00 +0800SMARTIES: 面向遥感的频谱感知多传感器自编码器https://spacetop.win/2026/05/20260531_170526_smarties_multi_sensor/Sun, 31 May 2026 12:00:00 +0800WangTonghttps://spacetop.win/2026/05/20260531_170526_smarties_multi_sensor/ SMARTIES: 面向遥感的频谱感知多传感器自编码器

论文解读 | ICCV 2025 | 2026-05-31

📄 论文信息

项目 内容
标题 SMARTIES: Spectrum-Aware Multi-Sensor Auto-Encoder for Remote Sensing Images
作者 Gencer Sumbul, Chang Xu, Emanuele Dalsasso, Devis Tuia
会议 ICCV 2025
arXiv 2506.19585
GitHub gsumbul/SMARTIES
关键词 多传感器融合, 频谱感知空间, 跨传感器Token Mixup, 传感器无关表示, 基础模型

🎯 解决的核心问题

遥感领域存在一个长期被忽视但极为关键的问题：传感器碎片化。

从光学传感器（Sentinel-2、Landsat）到微波雷达（Sentinel-1 SAR），每种传感器都有其独特的：

  • 波段配置：不同数量、不同波长范围的光谱通道
  • 空间分辨率：从10米到数百米不等
  • 数据模态：光学反射率、后向散射系数、热辐射等

当前的深度学习模型（无论是任务特定的还是基础模型）通常面临以下困境：