GeoAI 突破：隐含神经表示解决遥感与街景尺度难题

ISPRS 摄影测量与遥感期刊 | 研究动态：面对遥感（RS）与地面街景（SV）在空间尺度上的严重不匹配问题，研究团队推出了 GAIR 框架，借助隐含神经表示（INR）技术达成了跨视角的亚像素级精确对齐。在地理空间人工智能领域，如何有效融合宏观卫星遥感影像与微观地面街景影像始终是一大难题。当前，地理基础模型（GeoFM）的研究遭遇两大瓶颈：首要问题是尺度严重失配，以 Sentinel-2 卫星影像为例，其 10 米分辨率的一个像素往往覆盖地面数百个不同位置的街景，致使街景在遥感图中呈现为“亚像素”级。其次