遥感影像智能解译:从监督学习到自监督学习

被引：31

作者：

陶超 ^{[1
,2
]}

阴紫薇 ^{[1
,2
]}

朱庆 ^{[3
]}

李海峰 ^{[1
,2
]}

机构：

[1] 中南大学地球科学与信息物理学院

[2] 中南大学有色金属成矿预测与地质环境监测教育部重点实验室

[3] 西南交通大学地球科学与环境工程学院

来源：

测绘学报 | 2021年 / 50卷 / 08期

基金：

国家重点研发计划;

关键词：

遥感影像智能解译; 监督学习; 深度学习; 自监督学习;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

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。

引用

页码：1122 / 1134

页数：13

共 28 条

[1] 高分辨率遥感影像解译中的机器学习范式
周培诚
程塨
姚西文
韩军伟
[J]. 遥感学报, 2021, 25 (01) : 182 - 197
[2] 遥感影像地物分类多注意力融和U型网络法
李道纪
郭海涛
卢俊
赵传
林雨准
余东行
[J]. 测绘学报, 2020, 49 (08) : 1051 - 1064
[3] 高分辨率光学遥感场景分类的深度度量学习方法
叶利华
王磊
张文文
李永刚
王赠凯
[J]. 测绘学报, 2019, 48 (06) : 698 - 707
[4] Stable classi?cation with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017[J]. Peng Gong,Han Liu,Meinan Zhang,Congcong Li,Jie Wang,Huabing Huang,Nicholas Clinton,Luyan Ji,Wenyu Li,Yuqi Bai,Bin Chen,Bing Xu,Zhiliang Zhu,Cui Yuan,Hoi Ping Suen,Jing Guo,Nan Xu,Weijia Li,Yuanyuan Zhao,Jun Yang,Chaoqing Yu,Xi Wang,Haohuan Fu,Le Yu,Iryna Dronova,Fengming Hui,Xiao Cheng,Xueli Shi,Fengjin Xiao,Qiufeng Liu,Lianchun Song.Scien
[5] 遥感大数据时代与智能信息提取
张兵
[J]. 武汉大学学报(信息科学版) , 2018, (12) : 1861 - 1871
[6] GlobeLand30遥感制图创新与大数据分析
陈军
陈晋
[J]. 中国科学:地球科学, 2018, 48 (10) : 1391 - 1392
[7] 从对地观测卫星到对地观测脑
李德仁
王密
沈欣
董志鹏
[J]. 武汉大学学报(信息科学版), 2017, 42 (02) : 143 - 149
[8] 高光谱遥感影像分类研究进展
杜培军
夏俊士
薛朝辉
谭琨
苏红军
鲍蕊
[J]. 遥感学报, 2016, 20 (02) : 236 - 256
[9] 对地观测大数据处理:挑战与思考
何国金
王力哲
马艳
张兆明
王桂周
彭燕
龙腾飞
张晓美
[J]. 科学通报, 2015, 60(Z1) (Z1) : 470 - 478
[10] 遥感大数据自动分析与数据挖掘
李德仁
张良培
夏桂松
[J]. 测绘学报, 2014, 43 (12) : 1211 - 1216

← 1 2 3 →