首页|智能遥感:AI赋能遥感技术

智能遥感:AI赋能遥感技术

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着人工智能的发展和落地应用,以地理空间大数据为基础,利用人工智能技术对遥感数据智能分析与解译成为未来发展趋势.本文以遥感数据转化过程中对观测对象的整体观测、分析解译与规律挖掘为主线,通过综合国内外文献和相关报道,梳理了该领域在遥感数据精准处理、遥感数据时空处理与分析、遥感目标要素分类识别、遥感数据关联挖掘以及遥感开源数据集和共享平台等方面的研究现状和进展.首先,针对遥感数据精准处理任务,从光学、合成孔径雷达等遥感数据成像质量提升和低质图像重建两个方面对精细化处理研究进展进行了回顾,并从遥感图像的局部特征匹配和区域特征匹配两个方面对定量化提升研究进展进行了回顾.其次,针对遥感数据时空处理与分析任务,从遥感影像时间序列修复和多源遥感时空融合两个方面对其研究进展进行了回顾.再次,针对遥感目标要素分类识别任务,从典型地物要素提取和多要素并行提取两个方面对其研究进展进行了回顾.最后,针对遥感数据关联挖掘任务,从数据组织关联、专业知识图谱构建两个方面对其研究进展进行了回顾.除此之外,面向大智能分析技术发展需求,本文还对遥感开源数据集和共享平台方面的研究进展进行了回顾.在此基础上,对遥感数据智能分析与解译的研究情况进行梳理、总结,给出了该领域的未来发展趋势与展望.
The review of AI-based intelligent remote sensing capabilities

孙显、孟瑜、刁文辉、黄丽佳、张新、骆剑承、高连如、王佩瑾、闫志远、郜丽静、董文、冯瑛超、李霁豪、付琨

展开 >

中国科学院空天信息创新研究院,北京 100094

中国科学院网络信息体系技术重点实验室,北京 100190

中国科学院大学,北京 100101

中国科学院大学电子电气与通信工程学院,北京 100190

展开 >

遥感大数据 数据处理 时空处理与分析 目标要素分类识别 数据关联挖掘 开源数据集 共享平台

国家自然科学基金国家自然科学基金

6172510562171436

2022

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2022.27(6)
  • 11
  • 33