随着遥感科学、航空航天、导航通信等领域技术的飞速发展,遥感大数据时代已来临
[1-2]
。海量遥感影像数据的自动精确解译是一项十分基础且重要的工作,尽管国内外研究人
员提出了大量遥感影像解译方法,遥感影像自动解译技术还远远不能满足行业单位的使用
需求,亟需研究更加精准、可靠、智能的遥感影像解译方法
[3]
。
遥感影像解译方法随着人工智能技术的发展变化而不断演进。从发展历程来看,人工
智能技术主要经历了三大阶段,即以符号主义为主要特点的第一代人工智能
[4]
,以联结主
义为主要特点的第二代人工智能
[5]
和以知识推理与数据学习联合为主要特点的第三代人工
智能
[6]
。第一代和第二代人工智能技术分别为单方面基于知识层面和数据层面模拟人类的
智能行为,因此存在各自的局限性。在数据大爆炸背景下,如何通过知识推理与数据学习
互补发展促进人工智能技术的提升,是人工智能研究与应用中亟待解决的重大数理基础问
题之一。尽管第三代人工智能具有重大提升潜力,但是知识推理与数据学习耦合难度很
大,尚处在萌芽期。为了推动该技术方向的发展,2021 年国际上专门成立了知识推理与数
据学习联合国际会议。
在遥感信息领域,现有的遥感影像解译方法可分为知识驱动方法和数据驱动方法两大
类。知识驱动的遥感影像解译方法是在第一代人工智能技术的基础上发展起来的,它能利
用遥感解译专家在解译过程中的决策知识
[7]
或者人眼视觉识别机制
[8]
,借助先验知识推理完
成遥感影像解译。总体来说,现有的知识驱动的遥感影像解译方法只是对遥感专家决策过
程和解译规则的简单模仿,通过对静态知识的应用实现遥感影像的解译工作,难以充分利
用复杂的遥感成像机理、遥感影像附载的地学知识。第三代人工智能技术的兴起给遥感影
像智能解译提供了方向,即将知识推理和数据学习结合起来,建立一个以数据自主学习为
核心,以领域先验知识推理为引导的新一代遥感影像解译范式。
一般来说,知识推理高度依赖大规模领域知识库,然而目前还不存在面向遥感影像解
译的大规模知识库。在知识工程领域,知识图谱
[9]
能以结构化的形式描述客观世界的概
念、实体及其之间的关系,有希望将现实世界中的遥感信息表达为更接近人类认知的形
式,更好地组织和管理专家先验知识、遥感成像机理、遥感影像附载的地理学知识。在遥
感领域知识图谱基础上,如何通过知识图谱推理与深度数据学习互补发展促进遥感影像智
能解译性能的提升,实现数据-信息-知识的智能转换,成为亟待解决的重要科学问题
[10-12]
。
基于上述考虑,本文研究了面向遥感影像解译的遥感知识图谱构建与进化方法,在遥
感领域知识图谱基础上构建了联合知识图谱和深度学习的新一代遥感影像智能解译范式,
主要包括:(1)基于知识图谱表示学习的零样本遥感影像场景分类;(2)联合知识推理
和深度学习的可解释遥感影像语义分割;(3)知识图谱引导的大幅面遥感影像场景图生
成。
1. 遥感领域知识图谱的协同构建与自主进化
评论0
最新资源