基于CLIP模型和迁移学习的遥感图像描述方法

王振宇; 万刚; 王孜妍

您当前的位置：

首页 >

文章列表页 >

基于CLIP模型和迁移学习的遥感图像描述方法

更新时间：2026-08-11

- 基于CLIP模型和迁移学习的遥感图像描述方法
- Vol. 23, Issue 9, Pages: 1-5(2025)
- 作者机构：
  
  航天工程大学航天信息学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP751;TP18
- Published：2025
- 稿件说明：
移动端阅览
王振宇, 万刚, 王孜妍. 基于CLIP模型和迁移学习的遥感图像描述方法[J]. 2025, 23(9): 1-5.
DOI：

王振宇, 万刚, 王孜妍. 基于CLIP模型和迁移学习的遥感图像描述方法[J]. 2025, 23(9): 1-5. DOI：

摘要

遥感图像描述是指根据遥感图像生成合理化的自然语言描述，是计算机视觉、自然语言处理之间的交叉领域任务。该任务针对不同类型的地物需要大量异质的图像和描述文本。为降低对数据、计算资源的需求，提出了一种遥感图像描述方法，利用微调后的视觉大模型CLIP对遥感图像进行特征编码，构建一个高效的遥感领域的视觉—语言编码器，再配合Transformer架构的解码器生成图像描述。在3个公开遥感图像描述数据集上的实验结果表明，该方法能明显提升生成图像描述语句的质量，具有一定的竞争力。

Abstract

关键词

Keywords

references

Binqiang Wang,Xiaoqiang Lu,Xiangtao Zheng,Xuelong Li.Semantic Descriptions of High-Resolution Remote Sensing Images[J].IEEE Geoscience and Remote Sensing Letters,2019.

Lu Xiaoqiang,Wang Binqiang,Zheng Xiangtao,Li Xuelong.Exploring Models and Data for Remote Sensing Image Caption Generation[J].IEEE Transactions on Geoscience and Remote Sensing,2018.

Cheng Gong,Han Junwei,Lu Xiaoqiang.Remote Sensing Image Scene Classification: Benchmark and State of the Art[J].Proceedings of the IEEE,2017.

Stephen Robertson.Understanding inverse document frequency: on theoretical arguments for IDF[J].Journal of Documentation,2004.

张孝慈.递归神经网络模型的若干关键问题研究[D].中国科学技术大学,2019(02).

袁鹏,刘芳,朱永泰,肖坚,王珂.一种改进的马尔可夫随机场遥感图像分割方法[J].地理空间信息,2024(06).

何民华,张润达,赵胜利.基于Att-DConv的遥感舰船检测方法研究[J].地理空间信息,2024(03).

刘琦,杨小华,陈柏行,邱姝月,张攀,杨茜.基于Transformer的成都市地物分类技术[J].地理空间信息,2023(12).

苗益,赵增顺,杨雨露,徐宁,杨皓然,孙骞.图像描述技术综述[J].计算机科学,2020(12).

Views

179

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

结合超分辨率重建技术的遥感语义分割方法

基于CNN模型的遥感影像液气贮存设备识别

基于迁移学习的非约束环境下热带鱼类识别

耦合随机森林和迁移学习的Quad-PolSAR建设用地提取

深度学习密集匹配中样本精度与匹配精度的关系研究

Related Author

刘臻

陈曙光

产桂洋

张京奎

陶旸

陈超

李梦梦

朱宇鹏

Related Institution

特力惠信息科技股份有限公司

河海大学计算机与软件学院

自然资源部国土空间大数据工程技术创新中心应用技术研发分中心

沛县自然资源和规划局

江苏省基础地理信息中心

AI问答

⁰