史文中，张 敏

1.香港理工大学智慧城市研究院，香港 999077; 2.香港理工大学土地测量及地理资讯学系，香港 999077

近年来，人工智能技术的应用给各行各业都带来了新的发展机遇。20世纪50年代，人工智能开始起步，经过近70年的发展，已经在图像理解、文本翻译和预测分析等领域取得了显著的进步，在某些情况下，甚至超过了人类。人工智能技术特别是深度学习技术的快速发展，也已经成为测绘遥感学科发展的重要驱动力量[1]。随着国内外卫星商业化的发展，以及无人机的普及，遥感数据量快速增长，空间分辨率、时间分辨率、光谱分辨率得到不断提升。目前遥感数据呈现出高中低分辨率、多光谱、高光谱、SAR、街景及LiDAR激光点云等多源数据共存的情况，为遥感监测及其他多领域应用提供了基本数据保障。但同时对遥感目标的快速、准确、自动化识别带来了新的研究课题与挑战。在遥感目标识别中融入人工智能技术是当今的一个研究热点，也是未来的发展趋势[2-4]。

遥感目标识别是指从遥感数据中提取目标地物信息的过程，如属性信息、位置范围和变化信息等，但认知水平及技术的局限性影响了这些信息的可靠性。可靠性是指产品或系统在一定的条件下和时间内无故障地完成规定功能的能力或可能性[5]。而遥感目标识别的可靠性问题主要体现在：①客观世界存在不确定性问题，遥感观测数据资料是否可靠地反映了真实的客观世界；②人或机器的认知水平是否能够可靠地识别遥感目标特征；……