multispectral

EO-WM提出了一种视频扩散变换器，用于概率性地球观测预测，该模型融入了物理信息条件，以捕捉天气驱动的不确定性，从而在极端天气下实现了对植被指数的更好预测。

本文研究了基于CNN的多光谱图像分类中的增强技术，这些图像来自可见光和热红外相机，利用ThermalWorld数据集来理解不同增强方法对分类准确率的影响。