IEEE GRSM 2025：Vision Foundation Models in Remote Sensing

人工智能（AI）技术深刻改变了遥感（RS）领域的发展格局，在数据采集、处理与分析层面实现了革命性突破。传统遥感研究长期依赖人工解译和专用模型，而基础模型（FMs）——这种能够以极高精度和效率执行多任务的大规模预训练AI模型的出现，显著推动了该领域的发展。本文系统综述了遥感领域的基础模型研究：首先依据模型架构、预训练数据集和方法论对现有模型进行分类；通过详尽的性能对比，揭示了当前技术趋势与重大进展；进而探讨了高质量数据需求、计算资源约束、模型泛化能力提升等关键技术挑战与应用瓶颈。研究发现，自监督学习（SSL）技术（如对比学习CL和掩码自编码器MAE）能显著提升基础模型的性能与鲁棒性。本综述旨在为学界与业界提供全景式技术参考，指引基础模型在遥感领域的发展方向与应用路径。

时间范围：2021.06-2024.06

Pretraining Methods 预训练方法

讨论FMs for RS的核心预训练方法

Self-supervised Learning 自监督预训练

自监督学习（SSL）使模型能够充分利用海量无标注数据，学习具有高度泛化能力的特征表示，这些特征可有效迁移至场景分类、语义分割、目标检测与变化检测等下游任务。通过挖掘数据底层结构与隐藏模式，SSL不仅增强了模型鲁棒性，还提升了跨遥感影像不同域与分辨率场景的适应能力[103]。图3展示了SSL的通用流程框架。当前遥感视觉基础模型中常用的两种SSL方法为预测编码（predictive coding）与对比学习（CL），它们通过独特的机制从未标注数据中提取有效信息。