Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | University of Western São Paulo (UNOESTE) | - |
Autor(es): dc.contributor | Universidade Federal de Mato Grosso do Sul (UFMS) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Osco, Lucas Prado | - |
Autor(es): dc.creator | Lemos, Eduardo Lopes de | - |
Autor(es): dc.creator | Gonçalves, Wesley Nunes | - |
Autor(es): dc.creator | Ramos, Ana Paula Marques | - |
Autor(es): dc.creator | Marcato Junior, José | - |
Data de aceite: dc.date.accessioned | 2025-08-21T22:05:24Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T22:05:24Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-07-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/rs15133232 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/297261 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/297261 | - |
Descrição: dc.description | Recent advancements in Natural Language Processing (NLP), particularly in Large Language Models (LLMs), associated with deep learning-based computer vision techniques, have shown substantial potential for automating a variety of tasks. These are known as Visual LLMs and one notable model is Visual ChatGPT, which combines ChatGPT’s LLM capabilities with visual computation to enable effective image analysis. These models’ abilities to process images based on textual inputs can revolutionize diverse fields, and while their application in the remote sensing domain remains unexplored, it is important to acknowledge that novel implementations are to be expected. Thus, this is the first paper to examine the potential of Visual ChatGPT, a cutting-edge LLM founded on the GPT architecture, to tackle the aspects of image processing related to the remote sensing domain. Among its current capabilities, Visual ChatGPT can generate textual descriptions of images, perform canny edge and straight line detection, and conduct image segmentation. These offer valuable insights into image content and facilitate the interpretation and extraction of information. By exploring the applicability of these techniques within publicly available datasets of satellite images, we demonstrate the current model’s limitations in dealing with remote sensing images, highlighting its challenges and future prospects. Although still in early development, we believe that the combination of LLMs and visual models holds a significant potential to transform remote sensing image processing, creating accessible and practical application opportunities in the field. | - |
Descrição: dc.description | Faculty of Engineering and Architecture and Urbanism University of Western São Paulo (UNOESTE), Rod. Raposo Tavares, km 572, Limoeiro | - |
Descrição: dc.description | Faculty of Computing Federal University of Mato Grosso do Sul (UFMS), Av. Costa e Silva-Pioneiros, Cidade Universitária | - |
Descrição: dc.description | Departament of Cartography São Paulo State University (UNESP) Centro Educacional, R. Roberto Simonsen, 305 | - |
Descrição: dc.description | Faculty of Engineering Architecture and Urbanism and Geography Federal University of Mato Grosso do Sul (UFMS), Av. Costa e Silva-Pioneiros, Cidade Universitária | - |
Descrição: dc.description | Departament of Cartography São Paulo State University (UNESP) Centro Educacional, R. Roberto Simonsen, 305 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Remote Sensing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | artificial intelligence | - |
Palavras-chave: dc.subject | image analysis | - |
Palavras-chave: dc.subject | visual language model | - |
Título: dc.title | The Potential of Visual ChatGPT for Remote Sensing | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: