Aller au contenu principal
2025 review

A Systematic Review on UAV Remote Sensing Multimodal Data Fusion Strategies with Deep Learning Architectures

3Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : au, cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Multimodal data fusion in Unmanned Aerial Vehicle (UAV) remote sensing (RS) has transformed many scientific research and industrial application domains, like environmental monitoring, precision agriculture, and urban planning, by integrating sensor data’s modalities such as RGB, Light Detection and Ranging (LiDAR), Synthetic Aperture Radar (SAR) and hyperspectral (HS). However, this is still a research area in its infancy. This paper systematically reviews strategies and deep learning (DL) architectures for UAV RS multimodal data fusion, focusing on analyzing sensor characteristics, fusion strategies, DL architectures, and practical challenges. The review critically analyses recent advancements and identifies future research directions to tackle issues like real-time processing, data heterogeneity, and fusion strategies. The findings aim to enhance the robustness and scalability of UAV-based RS applications, pushing the boundaries of their performance and applicability.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
A Systematic Review on UAV Remote Sensing Multimodal Data Fusion Strategies with Deep Learning Architectures
Date Crossref
03/08/2025
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • University of Wollongong pays non établi dans la notice
    Université ou école supérieure
  • Aerospace Information Research Institute pays non établi dans la notice
    Université ou école supérieure
  • Camden and Campbelltown Hospitals pays non établi dans la notice
    Établissement de santé
  • University of New South Wales pays non établi dans la notice
    Université ou école supérieure

University of Wollongong, Aerospace Information Research Institute et Camden and Campbelltown Hospitals, avec 1 autre affiliation.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Advanced Neural Network ApplicationsUAV Applications and OptimizationAdvanced Image Fusion Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.