面向细粒度目标识别的多层级遥感知识图谱组织与表达方法

本文针对遥感影像细粒度目标识别任务中，现有算法难以直接利用场景构成、实体内涵等细粒度特征的局限性，提出了一种多层级遥感知识图谱组织与表达方法。研究背景是细粒度遥感目标识别作为GeoAI领域的挑战性任务，需要融合视觉特征与属性知识，但缺乏形式化的知识组织方法。研究目的在于设计一个结构化的知识表达框架，以支持知识驱动的遥感解译。为此，文章构建了包含场景、实体、特征与变化的四层知识表达框架，利用时空参照、空间形态等特征对目标进行多粒度动态描述，实现了多种约束下的知识组织与表达。结论表明，该方法有助于推动遥感解译从特征感知向知识推理转变，在地理信息分析、军事情报等领域具有重要应用价值。