تقدم التطورات السريعة في تقنيات الاستشعار عن بعد مجموعة متنوعة من البيانات الوصفية، والصور الطيفية العالية الدقة كواحدة من أهم مصادر البيانات في مجال مراقبة الأرض. وفي مجال رؤية الكمبيوتر، استمرت خوارزميات التعرف على الأنماط مثل التعلم العميق في التطور والتجاوز المستمر، مما يوفر وسائل فعالة لتطبيقات الاستشعار عن بعد ذات الطيف العالي. من بينها، جسور البيانات البصرية هي أسلوب فعال واسع الاستخدام في مهام تفسير صور الاستشعار العالي الطيف، والتي يمكنها استخدام العلاقات الكامنة بين العينات بين العلامات لاستخراج المعلومات المحلية والعالمية وتوليد نتائج تصنيف دقيقة. توضح هذه الدراسة عددًا من أشكال الشبكات البصرية الأكثر استخدامًا في الأبحاث الحالية من خلال تحليل بنية كل نموذج وتصنيف الطرق في الوثائق. من خلال ثلاثة نقاط من وصل، النقاط الكامنة للمعلومات وغيابية النموذج، تقوم هذه الدراسة بتصنيف الإنجازات الحالية في مجال دورات المعالجة الرقمية الرباعية على أساس نطاق الاتصال، وتسلسل المعلومات الخلية، وعدم اليقين النموذجي. بالإضافة إلى ذلك، تقدم هذه الدراسة تطبيقات تصنيف صور الاستشعار العالي الطيف بواسطة جسور البيانات البصرية في عدد مختلف من التنسيقات الموجودة، وعدد مختلف من العلامات المعطى. وأخيرًا، تلخص وتوجه هذه الدراسة الإتجاهات الأمامية لشبكات البيانات البصرية في ثلاث جوانب: شبكة البيانات العميقة، وتجميع تقنيات التعلم العميق، والنماذج الكبيرة التي تعتمد على جسور البيانات البصرية، وتقدم توجيهات لبحث شبكات البيانات البصرية في المستقبل.

الاستشعار عن بعد عالي الطيف;تصنيف;جسور البيانات البصرية;شبكات التحوير البصري;التعلم العميق