摘要
在本研究中，我们探讨了多种方法来处理极高分辨率多模态遥感数据的语义标注问题。特别是，我们研究了如何将深度全卷积网络适应于多模态和多尺度遥感数据的语义标注。我们的贡献主要体现在三个方面：a) 我们提出了一种高效的多尺度方法，以充分利用大空间上下文和高分辨率数据；b) 我们研究了激光雷达（Lidar）和多光谱数据的早期融合和晚期融合；c) 我们在两个公开数据集上验证了我们的方法，并取得了最先进的结果。我们的实验结果表明，晚期融合可以有效地纠正由模糊数据引起的错误，而早期融合则有助于更好地进行联合特征学习，但对缺失数据的敏感度较高。