视觉—语言模型混合度量学习驱动的小样本遥感图像场景分类

模型与方法 | 浏览量:269下载量:53CSCD:0

视觉—语言模型混合度量学习驱动的小样本遥感图像场景分类
Few-shot remote sensing image scene classification via hybrid metric learning based on vision-language model
“遥感图像场景分类在自然资源监测、国土空间规划和灾害应急等任务中具有重要意义，研究团队基于CLIP模型提出混合度量学习方法，通过多模态对齐与特征筛选策略提升小样本分类性能，在多个遥感数据集上验证了其优越性，为解决标注受限条件下的地物场景混淆问题提供解决方案。”
- 角色：First author第一作者
- 机构：
  武汉大学遥感信息工程学院, 武汉 430079
- 邮箱：yuesun2003@whu.edu.cn
- 简介：孙悦，研究方向为遥感图像处理、深度学习。E-mail： yuesun2003@whu.edu.cn
孙悦
* ，
- 机构：
  武汉大学遥感信息工程学院, 武汉 430079
吴宇宁
* ，
- 角色：Corresponding author通信作者
- 机构：
  武汉大学遥感信息工程学院, 武汉 430079
- 邮箱：yansheng.li@whu.edu.cn
- 简介：李彦胜，研究方向为多模态遥感大模型、时空知识图谱、遥感大数据智能解译。E-mail：yansheng.li@whu.edu.cn
李彦胜
*
2026年30卷第8期页码：2335-2347
DOI：10.11834/jrs.20265338
稿件说明：