遥感影像智能解译:从监督学习到自监督学习

• 全文链接
• 请求原文

作   者：

陶超;  阴紫薇;  朱庆;  李海峰; 

作者机构：

中南大学地球科学与信息物理学院;  西南交通大学地球科学与环境工程学院; 

关键词：

自监督学习;  监督学习;  深度学习;  遥感影像智能解译; 

期刊名称：

测绘学报

基金项目：

全天时主动式高光谱激光雷达成像技术
高分辨率遥感影像"场景-目标"协同理解理论与方法研究
非欧几何视角下的地理大数据统一表示框架与方法

i s s n：

1001-1595

年卷期：

2021 年 008 期

页   码：

1122-1134

摘   要：

遥感影像精准解译是遥感应用落地的核心和关键技术。近年来,以深度学习为代表的监督学习方法凭借其强大的特征学习能力,在遥感影像智能解译领域较传统方法取得了突破性进展。这一方法的成功严重依赖于大规模、高质量的标注数据,而遥感影像解译对象独特的时空异质性特点使得构建一个完备的人工标注数据库成本极高,这一矛盾严重制约了以监督学习为基础的遥感影像解译方法在大区域、复杂场景下的应用。如何破解遥感影像精准解译"最后一千米"已成为业界亟待解决的问题。针对该问题,本文系统地总结和评述了监督学习方法在遥感影像智能解译领域的主要研究进展,并分析其存在的不足和背后原因。在此基础上,重点介绍了自监督学习作为一种新兴的机器学习范式在遥感影像智能解译中的应用潜力和主要研究问题,阐明了遥感影像解译思路从监督学习转化到自监督学习的意义和价值,以期为数据源极大丰富条件下开展遥感影像智能解译研究提供新的视角。