遥感影像智能解译：从监督学习到自监督学习

陶 超，阴紫薇，朱 庆，李海峰

1.中南大学地球科学与信息物理学院，湖南 长沙 410083；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，湖南 长沙 410083; 3.西南交通大学地球科学与环境工程学院，四川 成都 611756

近20年来，随着大量遥感卫星相继成功发射，标志着地球空间数据获取新纪元的来临。目前，我国已实现60～70颗遥感卫星同时在轨工作，每天获取的数据量达到数百个TB，数据总规模已接近100 PB[1]，这些都表明遥感大数据时代已然来临[2-5]。然而，与遥感影像数据获取能力形成鲜明对比的是，当前遥感信息自动化处理能力依然十分低下，其现状可描述为：“data-rich but analysis-poor”[6]，即“大数据，小知识”。因此，如何有效利用遥感大数据准确获取所需要的信息，实现从数据到地学知识的智能转化是目前亟待解决的问题，其背后关键技术与理论瓶颈“遥感影像智能解译”依然是国内外遥感领域共同面临的开放科学问题。

针对该问题，目前国内外相关领域研究学者开展了大量的研究工作，结合当前研究进展和状况，主要体现以下两个发展特征：

(1)在解译对象方面，早期遥感影像智能解译主要关注像素[7]和目标[8]这两类对象。但随着影像空间分辨率的不断提高，由于像素或目标只包含较低层次的局部地物信息，通过该类解译手段无法获得与人类认知更为吻合的场景级语义信息(如工业区、商业区、学校等)。为满足更高层次的遥感地物解译需求，跨越从低层次图像特征到高层次场景语义特征之间的“语义鸿沟”，结合更大解译单元内的上下文信息进行场景级影像分类已成为当前热点研究问题[9]。……