Les images en lumière visible et les images radar à synthèse d’ouverture (SAR) sont les principales sources de données de la télédétection satellitaire dans les domaines de l’urbanisme, de la prévention et de la gestion des catastrophes ainsi que de la sécurité nationale. L’extraction des caractéristiques, en tant que pont clé reliant les images de télédétection et les applications de haut niveau, influence directement l’efficacité de l’interprétation intelligente des images dans des scénarios complexes. Depuis la proposition des caractéristiques manuelles traditionnelles, les méthodes d’extraction ont connu une profonde transformation, passant de la conception manuelle à une approche basée sur les données, avec des avancées significatives grâce à l’apprentissage profond. Cependant, le coût élevé de l’annotation des données de télédétection et leur nature spécialisée posent toujours des défis en termes de généralisation et d’explicabilité pour les méthodes purement basées sur les données. C’est pourquoi les chercheurs ont proposé un cadre théorique à double moteur « données + connaissances », visant à atteindre un niveau d’intelligence plus élevé grâce aux capacités perceptives basées sur les données et aux capacités cognitives basées sur les connaissances. Cet article passe d’abord en revue de manière systématique les méthodes traditionnelles et les progrès des méthodes d’apprentissage profond pour l’extraction des caractéristiques des images visibles et SAR, résume les défis rencontrés par ces deux types de méthodes et expose en profondeur les méthodes guidées par la connaissance, en catégorisant les connaissances guidant le réseau en connaissances visuelles, spatiales géographiques et physiques, et discute des paradigmes d’entraînement des réseaux guidés par la connaissance. Enfin, il envisage les tendances futures du développement de l’extraction des caractéristiques, soulignant que la construction de grands modèles de télédétection, le développement dual piloté par les données et les connaissances, ainsi que l’intégration interdisciplinaire des technologies de pointe seront des directions clés de recherche.

interprétation intelligente de la télédétection; images visibles; images SAR; extraction manuelle des caractéristiques; extraction profonde des caractéristiques; double pilotage des données et des connaissances