知识与数据驱动的遥感图像智能解译：进展与展望
知识与数据是贯穿遥感图像解译数十年发展历程的两大要素。随着传感器平台的不断丰富，以及深度学习、大数据、多模态、长时序解译方法的快速突破，数据驱动的智能解译成为了近年来的热点研究方向。然而在不断深入扩展的研究与应用中，数据驱动方法迁移复用难、样本依赖强、可解释性弱等局限开始显露。在长期解译实践中积累的各类知识具有客观实在性、确定性、场景适应性、解释推理性等特点，可以与数据驱动的方法互为补充，知识与数据双驱动正逐渐成为遥感图像解译的新方向。本文首先回顾了遥感图像解译发展的几个主要阶段以及知识和数据在各个阶段分别发挥的作用，继而总结了14类遥感图像解译涉及的主要知识类型。知识与深度学习的融合是实现知识与数据双驱动的重要路径，本文梳理了5大类15小类知识与深度神经网络的融合方法并例举了相关案例。以知识类型为主要脉络，本文进一步对现有知识与数据联合的遥感解译应用进行了综述，通过典型案例分析了效益能力增量。最后本文对知识与数据联合驱动的遥感图像智能解译框架及关键技术进行了展望。
> 前沿进展
