CGEarthEye: 基于吉林-1卫星星座构建的高分辨率遥感视觉基础模型
计算机视觉与模式识别
2025-07-02 v1 人工智能
摘要
深度学习方法显著推动了智能遥感解释在遥感领域的发展，基于大规模预训练范式的基础模型研究正快速重塑地球观测 (EO) 的各个领域。然而，与中等分辨率数据在开放可访问性和高时空覆盖方面的优势相比，超高分辨率光学遥感图像获取通道有限，限制了高分辨率遥感视觉基础模型 (RSVFM) 的发展。作为全球最大亚米级商业遥感卫星星座，吉林-1 星座拥有丰富的亚米级图像资源。本研究提出 CGEarthEye，一个专为吉林-1 卫星特性设计的 RSVFM 框架，包含规模不同的五个 backbone，总参数数达 21 亿。为增强基础模型的表征能力，我们开发了 JLSSD，即首个规模为 1500 万的多时相自监督学习 (SSL) 数据集，覆盖全球范围，单年内实现季节性采样，通过多层表征聚类和采样策略构建。该框架集成季节性对比、增强基于对比和遮蔽 patch token 对比策略进行预训练。全面评估覆盖 10 个基准数据集的 4 种典型遥感任务，表明 CGEarthEye 在所有任务上均实现最先进 (SOTA) 性能。进一步分析显示，CGEarthEye 在特征可视化、模型收敛、参数效率和实际映射应用方面具有优势。本研究预期，CGEarthEye 卓越的表征能力将促进吉林-1 数据在传统 EO 应用中的更广泛且更高效的应用。
关键词
引用
@article{arxiv.2507.00356,
title = {CGEarthEye:A High-Resolution Remote Sensing Vision Foundation Model Based on the Jilin-1 Satellite Constellation},
author = {Zhiwei Yi and Xin Cheng and Jingyu Ma and Ruifei Zhu and Junwei Tian and Yuanxiu Zhou and Xinge Zhao and Hongzhe Li},
journal= {arXiv preprint arXiv:2507.00356},
year = {2025}
}
备注
A Remote Sensing Fundation Model for Very High Resolution Images