Challenges and Opportunities of Multimodality and Data Fusion in Remote Sensing 遥感中多模态和数据融合的挑战和机遇

作者为 Mauro Dalla Mura 等人，文章主要讨论了遥感中多模态和数据融合的主要挑战和前景，通过 IEEE 地球科学与遥感学会组织的数据融合竞赛结果进行了分析。

引言

遥感技术可用于观察地球表面的不同方面，不同传感器获取的数据具有互补性，联合利用这些数据进行数据融合是实现地球详细和精确表征的关键。

数据融合在许多遥感应用任务中得到广泛应用，遥感领域对其的关注度不断增加。

文章基于 IEEE 数据融合竞赛的结果，探讨遥感中多模态数据融合的当前趋势、机遇和挑战。

IEEE 数据融合竞赛

自 2006 年起，IEEE 地球科学与遥感学会的数据融合技术委员会每年举办一次数据融合竞赛，旨在评估解决遥感问题的现有方法，为研究人员提供基准。

介绍了 2006 年至 2014 年的九次竞赛的重点内容，包括图像融合、城市映射、高分辨率 hyperspectral 图像分类、变化检测、多视角图像、多模态 / 多时相高分辨率图像融合、高光谱和 LiDAR 数据的协同使用以及不同光谱范围和空间分辨率图像的融合等。

 

从左至右，在美国加利福尼亚州旧金山市获取的光学合成图[具有亚米空间分辨率的真彩色合成图(三波段图像)]、SAR[后向散射的振幅(标量图像)]和LiDAR高程数据(通过栅格化3-D点云获得的标量图像)。这组数据被用于