当遥感遇上 Vision Mamba：一篇综述梳理高分辨率遥感智能解译的新路径 | MDPI Remote Sensing

在高分辨率遥感影像分析领域,传统卷积神经网络受限于感受野,而Vision Transformer虽有全局建模能力却因二次复杂度导致计算成本过高。本文为发表于Remote Sensing期刊的综述论文,由多所高校及研究机构联合撰写,聚焦状态空间模型(SSM)及其代表架构Mamba的遥感应用。研究背景:高分辨率遥感影像智能解译面临计算效率与建模能力的平衡难题。研究目的:系统梳理Vision Mamba在遥感领域的发展脉络、关键技术及典型任务。结论:Mamba兼具线性计算扩展性与长程依赖建模能力,在分类、目标检测、语义分割等任务中逐步成为核心候选范式,但现有SSM对非因果二维图像适配不足、多模态交互机制有待完善,未来有望在农业监测、生态修复等新任务中释放更大潜力。