DeepAndes：面向安第斯地区多光谱遥感影像的自监督视觉基础模型
计算机视觉与模式识别
2025-11-11 v2
摘要
通过在大尺度上使用遥感数据对地点进行映射，考古学家可以生成关于长期人口趋势、地区社交网络以及气候变化适应性的独特见解。遥感调查补充了基于现场的方法，其覆盖范围在结合深度学习和计算机视觉技术时尤为广泛。然而，传统的监督式深度学习方法在大规模标注精细考古特征方面面临挑战。虽然近期的视觉基础模型在以最小标注获取大规模遥感数据方面取得了显著成功，但大多数开箱即用解决方案针对的是RGB图像，而非本研究使用的8波段多光谱卫星影像。本文介绍DeepAndes，一个基于Transformer的视觉基础模型，专为安第斯考古学而设计，其在三百万张多光谱卫星图像上进行自监督训练。DeepAndes采用针对8波段多光谱影像优化的定制化DINOv2自监督学习算法，标志着首个专为安第斯地区设计的基础模型。我们通过不平衡图像分类、图像实例检索和像素级语义分割任务评估其图像理解性能。实验结果表明，在few-shot学习场景下，DeepAndes在F1分数、平均精度和Dice评分方面均显著优于从头训练或在较小数据集上预训练的模型。这凸显了大规模自监督预训练在考古遥感中的有效性。代码将在https://github.com/geopacha/DeepAndes 上提供。
引用
@article{arxiv.2504.20303,
title = {DeepAndes: A Self-Supervised Vision Foundation Model for Multi-Spectral Remote Sensing Imagery of the Andes},
author = {Junlin Guo and James R. Zimmer-Dauphinee and Jordan M. Nieusma and Siqi Lu and Quan Liu and Ruining Deng and Can Cui and Jialin Yue and Yizhe Lin and Tianyuan Yao and Juming Xiong and Junchao Zhu and Chongyu Qu and Yuechen Yang and Mitchell Wilkes and Xiao Wang and Parker VanValkenburgh and Steven A. Wernke and Yuankai Huo},
journal= {arXiv preprint arXiv:2504.20303},
year = {2025}
}