摘要：近年來,深度學習作為計算機視覺的研究熱點,在諸多方面得以發(fā)展與應用。特征提取是理解和分析高分遙感影像的關鍵基礎。為促進高分遙感影像特征提取技術的發(fā)展,總結了深度學習模型在高分遙感影像特征提取技術的研究與發(fā)展,如:AlexNet,VGG-網(wǎng)和GoogleNet等卷積網(wǎng)絡模型在深度語義特征提取中的應用。此外,重點分析和討論了以卷積神經(jīng)網(wǎng)絡模型為基礎的各類深度學習模型在高分遙感影像特征提取方面的應用與創(chuàng)新,如:遷移學習的應用;卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network,CNN)模型結構的改變;CNN模型與其他模型結構的結合等方式,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。