摘要：近年來,深度學(xué)習(xí)作為計算機視覺的研究熱點,在諸多方面得以發(fā)展與應(yīng)用。特征提取是理解和分析高分遙感影像的關(guān)鍵基礎(chǔ)。為促進高分遙感影像特征提取技術(shù)的發(fā)展,總結(jié)了深度學(xué)習(xí)模型在高分遙感影像特征提取技術(shù)的研究與發(fā)展,如:AlexNet,VGG-網(wǎng)和GoogleNet等卷積網(wǎng)絡(luò)模型在深度語義特征提取中的應(yīng)用。此外,重點分析和討論了以卷積神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)的各類深度學(xué)習(xí)模型在高分遙感影像特征提取方面的應(yīng)用與創(chuàng)新,如:遷移學(xué)習(xí)的應(yīng)用;卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)模型結(jié)構(gòu)的改變;CNN模型與其他模型結(jié)構(gòu)的結(jié)合等方式,均提升了深度語義特征提取能力。最后,對卷積神經(jīng)網(wǎng)絡(luò)模型在高分遙感影像深度語義特征提取方面存在的問題以及后續(xù)可能的研究趨勢進行了分析。