人工智能推进地球观测：模型、近期趋势与前行路径综述
计算机视觉与模式识别
2024-09-18 v2 图像与视频处理
应用统计
摘要
地球观测（EO）是监测陆地与海洋过程、研究作用动力学以及把握地球脉搏的重要工具。本文从宏观视角概述支撑从原始 EO 数据到可用 EO 信息转化的关键科学工具与方法。在专门章节中强调了这些发展的前景与当前挑战。具体而言，我们涵盖（i）计算机视觉；（ii）机器学习；（iii）先进处理与计算；（iv）基于知识的 AI；（v）可解释 AI 与因果推断；（vi）物理感知模型；（vii）以用户为中心的方法；以及（viii）关于 EO 中大规模使用 ML 技术所亟需讨论的伦理与社会问题。
引用
@article{arxiv.2305.08413,
title = {Artificial intelligence to advance Earth observation: : A review of models, recent trends, and pathways forward},
author = {Devis Tuia and Konrad Schindler and Begüm Demir and Xiao Xiang Zhu and Mrinalini Kochupillai and Sašo Džeroski and Jan N. van Rijn and Holger H. Hoos and Fabio Del Frate and Mihai Datcu and Volker Markl and Bertrand Le Saux and Rochelle Schneider and Gustau Camps-Valls},
journal= {arXiv preprint arXiv:2305.08413},
year = {2024}
}