遥感解译预训练大模型
编辑:戚昊然
责任编辑:
来源:
审核人:
发布时间:2026-08-05
点击数:
技术负责人:李卫斌
技术联系人:李卫斌 联系电话:18991899866 邮箱:weibinli@xidian.edu.cn
关键词:遥感大模型、人工智能、计算机视觉、智能解译
项目概况:
(一)项目背景
本项目针对自然资源监测、城市治理与应急管理等领域中遥感影像解译效率低、智能化程度不高、严重依赖人工判读等核心难题,依托遥感预训练大模型关键技术开展攻关,旨在突破传统算法在复杂背景下泛化能力弱、解译精度不足的技术瓶颈,满足国土规划、环境保护、灾害监测等场景的迫切需求,对推动遥感产业向智能化、自动化转型升级及提升社会治理的精细化水平与决策效率具有重大战略意义。
(二)项目简介
本项目主要研究内容为光学影像及雷达影像智能解译。工作包括构建各类场景地物识别的遥感影像样本库;探索复杂场景下各类地物的准确提取;构建遥感影像解译大模型,实现快捷的从各类影像中提取出各类地物目标。该研究致力于通过精确的遥感影像解译为社会生产生活及上层决策提供数据支撑及技术保障。应用场景为垃圾智能分类、道路自动提取、水体自动提取等。
(三)关键技术与创新点
本项目开发了多种针对不同地物目标识别与分割任务的遥感影像自动解译大模型,构建了多套训练数据集,可用于智能解译包括Landsat、Sentinel、国产高分系列在内的多种光学及雷达影像。

(a) 道路自动提取系统 (b) 水体自动提取系统
技术成果清单:
序号 | 成果类型 | 具体内容 |
1 | 知识产权 | 王蓉芳,张晨晨,李卫斌,慕彩红,焦昶哲,水体指数与极化信息多路径融合的遥感图像水域分割方法、系统及设备[P]. 陕西省:CN116403121A,2023-07-07. |
2 | 知识产权 | 杜建超,李梦,于成龙,王彬凤,李卫斌. 基于深度学习的路面病害检测方法[P]. 陕西省:CN113962960A,2022-01-21. |
技术成熟度:
概念验证 原理样机 工程样机 中试 产业化
合作方式:
联合研发 技术入股 转让 授权(许可) 面议