新知特寫

首頁> 新知特寫> 韓國科學技術院(KAIST)開發生成式AI模型,可重建雲層遮蔽的衛星影像並提升地表觀測能力
韓國科學技術院(KAIST)開發生成式AI模型,可重建雲層遮蔽的衛星影像並提升地表觀測能力 AI That Reconstructs Cloud-Covered Ground in Satellite Images with Photo-Like Clarity
衛星影像常受雲層遮蔽及感測方式限制,影響地表觀測與災害監測。韓國科學技術院(KAIST)研究團隊開發生成式基礎模型GeoCore-9B,可還原雲層遮蔽影像,並將合成孔徑雷達(SAR)影像轉換為近似光學照片的影像,使地表影像更容易判讀。研究團隊利用全球1,000萬組衛星影像及文字描述訓練模型,使其學習不同地貌特徵,並結合地理位置與地表尺度資訊,讓模型能依指定條件生成影像。同時,研究團隊採用地理空間語意對齊(Geospatial Semantic Alignment)技術,協助模型掌握道路連接及農田邊界等地表結構,提升生成影像的準確性。此外,此模型僅需訓練少量額外參數,即可應用於雲層去除及雷達影像轉換等不同任務,降低重新訓練大型模型的負擔。測試顯示,該模型在雲層去除的關鍵指標優於既有專用模型,雷達影像轉換亦於部分指標取得最佳表現。未來將擴大不同感測器及地區的驗證,並探索災害變化預測與國防應用。
2026/10/19
https://techxplore.com/news/2026-10-ai-reconstructs-cloud-ground-satellite.html
TechXplore
薛孝亭