遥感中的视觉-语言模型：当前进展与未来趋势
计算机视觉与模式识别
2024-04-03 v2 人工智能
摘要
ChatGPT 和 GPT-4 的卓越成就引发了面向通用人工智能（AGI）的大语言模型领域的兴趣与研究浪潮。这些模型提供了接近人类思维的智能解决方案，使我们能够利用通用人工智能解决各类应用中的问题。然而，在遥感（RS）领域，关于 AGI 实现的科学文献仍相对稀少。遥感中现有的 AI 相关研究主要关注视觉理解任务，而忽视了对象及其关系的语义理解。这正是视觉-语言模型所擅长的，因为它们能够对图像及其关联文本描述进行推理，从而实现对底层语义的更深理解。视觉-语言模型可以超越 RS 图像的视觉识别，建模语义关系并生成图像的自然语言描述。这使它们更适用于需要视觉与文本理解的任务，如图像字幕生成与视觉问答。本文对遥感中视觉-语言模型的研究进行了全面综述，总结最新进展，强调挑战，并指出潜在的研究机会。
引用
@article{arxiv.2305.05726,
title = {Vision-Language Models in Remote Sensing: Current Progress and Future Trends},
author = {Xiang Li and Congcong Wen and Yuan Hu and Zhenghang Yuan and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:2305.05726},
year = {2024}
}
备注
Accepted by IEEE Geoscience and Remote Sensing Magazine