遥感中的自监督学习:综述
计算机视觉与模式识别
2022-09-05 v2
摘要
在深度学习研究中,自监督学习(SSL)备受关注,引发了计算机视觉与遥感领域的兴趣。尽管在计算机视觉中已取得巨大成功,SSL 在地球观测领域的潜力大多仍未被释放。本文提供遥感背景下计算机视觉中 SSL 的概念与最新进展的引介与综述。此外,我们在流行的遥感数据集上对现代 SSL 算法进行了初步基准测试,验证了 SSL 在遥感中的潜力,并给出了关于数据增强的扩展研究。最后,我们确定了地球观测中 SSL(SSL4EO)未来研究的一系列有前景的方向,以期为两个领域的富有成果的交互铺平道路。
引用
@article{arxiv.2206.13188,
title = {Self-supervised Learning in Remote Sensing: A Review},
author = {Yi Wang and Conrad M Albrecht and Nassim Ait Ali Braham and Lichao Mou and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:2206.13188},
year = {2022}
}
备注
Accepted by IEEE Geoscience and Remote Sensing Magazine. 32 pages, 22 content pages