SatelliteCalculator：用于定量遥感反演的多任务视觉基础模型
计算机视觉与模式识别
2025-04-21 v1
摘要
定量遥感反演在环境监测中发挥着关键作用，使能够估计关键生态变量，如植被指数、冠层结构和碳储量。虽然视觉基础模型在分类和分割任务方面取得了显著进展，但其在物理可解释回归任务上的应用仍有限。此外，多光谱性质和地理空间异质性使遥感数据的泛化性和可迁移性面临重大挑战。为此，我们提出 SatelliteCalculator，首个专为定量遥感反演设计的视觉基础模型。通过利用物理定义的指数公式，我们自动构建了覆盖八个核心生态指标的超大规模数据集（超过百万对样本）。该模型集成了冻结的 Swin Transformer 主干网络，配合提示引导架构，特点是跨注意力适配器和轻量级任务特定 MLP 解码器。Open-Canopy 基准上的实验表明，SatelliteCalculator 在所有任务上均实现了具竞争力的精度，同时显著降低了推理成本。我们的结果验证了将基础模型应用于定量反演的可行性，并提供了一个可扩展的框架，用于任务自适应遥感估计。
引用
@article{arxiv.2504.13442,
title = {SatelliteCalculator: A Multi-Task Vision Foundation Model for Quantitative Remote Sensing Inversion},
author = {Zhenyu Yu and Mohd. Yamani Idna Idris and Pei Wang},
journal= {arXiv preprint arXiv:2504.13442},
year = {2025}
}