卫星影像时间序列编码的重新思考（英文版）

英文标题：Rethinking the Encoding of Satellite Image Time Series中文摘要：通过将卫星图像时间序列处理作为直接的集合预测问题，将其表示学习过程分解为三个明确步骤：集合 - 更新 - 分散，使我们的模型在 PASTIS 数据集上取得了新的最先进结果，比如 U-TAE 等自定义神经结构。此外，通过将时间和空间组件在可视化方面进行了明确的分离，可以利用最近的计算机视觉进步，例如 Mask2Former，这是一种通用分割架构，从而实现比迄今为止的最佳分数高 8.8 个点的 PQ。英文摘要：Representation learning of Satellite Image Time Series (SITS) presents itsunique challenges, such as prohibitive computation burden caused by highspatiotemporal resolutions, irregular acquisition times, and complexspatiotemporal in