多模态遥感基础大模型:研究现状与未来展望

P237; 遥感对地观测能力的稳步提升为遥感基础大模型的涌现和发展奠定了数据基础.针对不同数据及任务类型,设计不同的深度网络骨架及优化方法必将浪费大量人力物力.为了解决上述问题,国内外研究学者转入遥感基础大模型研究,并提出了大量优秀统一模型.为提高遥感基础大模型的泛化性和可解释性,引入泛在的地学知识被认为是一项关键技术.目前,已有相关工作在遥感基础大模型的结构设计或预训练方法中挖掘或整合了地学知识,但尚无文献系统性阐述和总结地学知识引导的遥感基础大模型的研究现状.因此,本文首先对大规模遥感基础模型预训练数据集进行了归纳和总结,并分类回顾了遥感基础大模型的研究进展;然后,介绍了地学知识引导的遥感...

Full description

Saved in:
Bibliographic Details
Published in测绘学报 Vol. 53; no. 10; pp. 1942 - 1954
Main Authors 张永军, 李彦胜, 党博, 武康, 郭昕, 王剑, 陈景东, 杨铭
Format Journal Article
LanguageChinese
Published 武汉大学遥感信息工程学院,湖北武汉 430079%蚂蚁集团,浙江 杭州 310013 26.11.2024
Subjects
预训练数据集
遥感智能解译
geographic knowledge
remote sensing foundation models
遥感基础大模型
pre-training dataset
地学知识
remote sensing intelligent interpretation
Online AccessGet full text

Cover

More Information
Summary:P237; 遥感对地观测能力的稳步提升为遥感基础大模型的涌现和发展奠定了数据基础.针对不同数据及任务类型,设计不同的深度网络骨架及优化方法必将浪费大量人力物力.为了解决上述问题,国内外研究学者转入遥感基础大模型研究,并提出了大量优秀统一模型.为提高遥感基础大模型的泛化性和可解释性,引入泛在的地学知识被认为是一项关键技术.目前,已有相关工作在遥感基础大模型的结构设计或预训练方法中挖掘或整合了地学知识,但尚无文献系统性阐述和总结地学知识引导的遥感基础大模型的研究现状.因此,本文首先对大规模遥感基础模型预训练数据集进行了归纳和总结,并分类回顾了遥感基础大模型的研究进展;然后,介绍了地学知识引导的遥感影像智能解译算法以及面向遥感基础大模型的地学知识挖掘与利用进展;最后,针对该领域仍然面临的挑战提出了几点未来研究展望,旨在为遥感基础大模型的未来研究提供探索方向参考.
ISSN:1001-1595
DOI:10.11947/j.AGCS.2024.20240019