报告分享 | 李彦胜教授：遥感大模型赋能复杂地理场景智能解译

主要观点总结

报告介绍了遥感大模型在复杂地理场景智能解译中的应用。随着遥感对地观测能力的提升，多模态遥感基础大模型涌现。报告联合蚂蚁集团研发了SkySense模型，该模型在多个公开数据集上取得最佳性能。并展示了复杂遥感场景解译技术，包括语义分割、矢量制图和场景图生成等。

关键观点总结

关键观点1: 遥感技术的持续进步为遥感大模型的涌现和发展奠定基础。

随着遥感对地观测能力的提升，多模态遥感数据日益丰富，推动了遥感大模型的研究和应用。

关键观点2: 报告介绍了与蚂蚁集团联合研发的多模态时序遥感基础大模型SkySense。

SkySense模型在场景分类、语义分割、变化检测、作物分类等多个任务上获得最佳性能，展示了其有效性和先进性。

关键观点3: 复杂遥感场景解译技术的应用展示。

报告展示了SkySense支持下的大幅面遥感影像语义分割、矢量制图和场景图生成等技术，这些技术在处理复杂遥感场景时具有实用价值。

关键观点4: 未来研究展望。

报告指出了该领域仍然面临的挑战，并为遥感基础大模型的未来研究提供了探索方向参考，展示了研究的广阔前景和潜在机遇。

文章预览

转自：中国测绘学会 报告题目 遥感大模型赋能复杂地理场景智能解译 报告摘要 遥感对地观测能力的稳步提升为多模态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，本报告首先介绍与蚂蚁集团联合研发的20亿参数的多模态时序遥感基础大模型SkySense，在场景分类、语义分割、变化检测、作物分类等17个公开数据集上获得了最佳性能。然后，介绍在SkySense支持下的复杂遥感场景解译技术，包括大幅面遥感影像语义分割、大幅面遥感影像矢量制图、大幅面遥感影像场景图生成等。最后，针对该领域仍然面临的挑战提出了未来研究展望，旨在为遥感基础大模型的未来研究提供探索方向参考。 PPT分享 ………………………………