摘要：近年來(lái),深度學(xué)習(xí)作為計(jì)算機(jī)視覺(jué)的研究熱點(diǎn),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(jìn)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(yǔ)義特征提取中的應(yīng)用。此外,重點(diǎn)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(lèi)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(yǔ)義特征提取能力。最后,對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型在高分遙感影像深度語(yǔ)義特征提取方面存在的問(wèn)題以及后續(xù)可能的研究趨勢(shì)進(jìn)行了分析。