《雷达学报杂志》发表论文赏析

多模态对地观测大模型:架构、关键技术和未来展望

来源:雷达学报杂志2026年第1期北京时间:

作者:许文嘉, 于睿卿, 薛铭浩, 汪雪怡, 张源奔, 魏智威, 张柘, 彭木根, 吴一戎

单位:1.北京邮电大学网络与交换技术全国重点实验室 北京 100081;2.中国科学院空天信息创新研究院 北京 100094;3.中国科学院大学电子电气与通信工程学院 北京 100190;4.湖南师范大学地理科学学院 长沙 410081;5.苏州空天信息研究院 苏州 215123;6.微波成像全国重点实验室 北京 100190;

摘要:近年来,人工智能技术和对地观测领域的结合已成为领域发展的前沿热点,多模态大语言模型(MLLM)的快速发展为智能解译带来新的机遇和挑战。多模态对地观测大模型通过构建大语言模型与视觉模型之间的桥接机制并采用联合训练方式,深度融合光学影像、合成孔径雷达影像与文本等多模态信息,有效推动对地观测智能解译由浅层语义匹配向高层的世界知识理解跃迁。该文系统性回顾了多模态对地观测大模型的相关研究成果,以期为新的研究方向提供依据。具体而言,该文首先明确了多模态对地观测大模型(EO-MLLM)的概念定义,并梳理了多模态对地观测大模型的发展脉络。随后,详细阐述了多模态对地观测大模型的模型架构、训练方法、适用任务及其对应的基准数据集,并介绍了对地观测智能体。最后,探讨了多模态对地观测大模型的研究现状和未来发展方向。

关键词:大语言模型, 多模态大语言模型, 多模态对地观测大模型, 视觉语言模型, 对地观测智能体

基金资助:国家自然科学基金(62301063),目标认知与应用技术重点实验室开放基金(2023-CXPT-LC-005),微波成像技术国家重点实验室开放基金(70323006)

2026年1期其他文献查阅:

深度学习SAR三维成像研究综述

城市建筑SAR三维成像域几何连续性表征与少轨数三维成像

基于RM核算子学习驱动的非视距毫米波雷达三维成像方法

基于稀疏匹配滤波的TomoSAR三维成像

基于联合邻域像素结构化低秩的层析SAR三维成像方法

基于几何与极化联合约束的建筑层析SAR三维成像方法

星载多站层析SAR森林高度反演初探

基于自适应张量分解的双基地MIMO雷达动目标跟踪方法

扩展杂波下MIMO雷达通信一体化收发机联合设计研究

广义高斯噪声背景下基于低比特量化的分布式MIMO雷达运动目标检测方法

面向大规模矩形相控阵的低复杂度波束赋形方法

基于分维的数字阵列天线空域-极化域联合主瓣干扰抑制算法

基于双网络协同的多通道雷达前视成像方法

超长基线星载干涉SAR概念与体制

SAR图像子带对比度和子带熵:概念及在干扰检测与抑制中的应用

基于SSA算法的无人机载穿墙SAR空变运动误差补偿方法

全息凝视雷达海上低可观测目标探测试验与数据获取

面向多机动目标的资源分配与精细化跟踪算法

单脉冲成像技术发展现状综述

彩虹深度Q网络联合二分法的有源-无源干扰策略优化方法

一种基于极化特征-距离联合矩阵的角反射器阵列与舰船辨识方法

多模态对地观测大模型:架构、关键技术和未来展望

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!