📅 发表时间：2025年 🏛️ 会议：NeurIPS 2025 👥 作者：Lubian Bai, Xiuyuan Zhang, Siqi Zhang, Zepeng Zhang, Haoyu Wang, Wei Qin, Shihong Du 🔗 GitHub：https://github.com/bailubin/GeoLink_NeurIPS2025 📄 arXiv：https://arxiv.org/abs/2509.26016

📌 论文信息

标题：GeoLink: Empowering Remote Sensing Foundation Model with OpenStreetMap Data

关键词：遥感基础模型、OpenStreetMap、多模态融合、图神经网络、语义分割

研究领域：遥感图像理解、地理空间人工智能、多模态学习

🔍 问题背景：遥感数据的"单模态困境"

核心问题

传统遥感基础模型存在一个根本性局限：只关注图像数据，忽略了其他地理空间数据源的互补信息。

问题细节

作者观察到一个关键现象：遥感图像和OpenStreetMap（OSM）数据提供了互补但异构的信息：

1. 遥感图像：提供丰富的视觉特征（光谱、纹理、形状），但缺乏语义标注
2. OSM数据：提供精确的语义信息（道路网络、建筑物轮廓、土地利用类型），但缺乏视觉细节

具体挑战

作者从三个维度分析了这个"模态鸿沟"：

数据结构异构性：

• 遥感图像：规则的网格结构（pixel grid）
• OSM数据：不规则的图结构（nodes, ways, relations）

语义粒度差异：

• 遥感图像：像素级特征，需要后处理才能获得语义
• OSM数据：对象级语义，直接带有类别标签

时空覆盖不一致：

• 遥感图像：定期更新，但可能有云遮挡
• OSM数据：众包更新，覆盖不均匀

💡 解决方案：GeoLink的"三阶段"融合框架

核心思想

作者没有简单地将OSM数据作为额外输入通道，而是设计了一个层次化的多模态融合框架，在不同阶段整合两种模态的信息。

技术细节

阶段1：OSM数据的图结构编码

关键创新：将OSM数据转换为异构图（Heterogeneous Graph）