用于灾害事件无监督变化检测的机载遥感基础模型

遥感基础模型 (RSFM) 已成为地球观测监督模型的强大替代方案，允许卫星在检测到异常情况时自动触发高分辨率捕获或调整任务参数，从而最大限度地利用任务有限的功率和计算资源。 RSFM 是多功能、统一的编码器，可优化多个轨道应用的机载存储，同时确保高保真特征提取。特别是，RSFM 的无监督变化检测为灾难监测提供了一条信息灵通且变革性的途径，无需昂贵的标签。在本文中，我们提出了一种基于 ResNet (RSFM) + FPN 的新型无监督检测方法，该方法通过检测连续轨道传递之间的潜在空间中的微妙语义变化来识别广泛的异常。与之前的建议（基于补丁、经过训练）相比，该系统依靠未经训练的 FPN 架构及其内在先验，以最小的努力（无需训练）实现了高效的图像级生成和更高分辨率的映射。通过用 RSFM 取代定制模型，我们可以通过一种方法获得可比较的结果，该方法消除了定制训练和大量开发工作的需要，并增加了定制功能，同时确保跨不同地形和传感器的高性能泛化。