常识引导的遥感智能解译丨不雅天测地_互联网资讯__分享互联网新鲜有趣好玩的事物-云易优站长平台

编者案：从古至今，人类从未停行过摸索未知世界的脚步，认知世界的才能和手段日积月累。中科院之声与中国科学院空天信息立异研究院结合开设“不雅天测地”专栏，为各人介绍天上地上摸索的那些事儿，带来空天信息范畴最新停顿，普及科学常识。

遥感，望文生义，遥远的感知。遥感有良多类型，此中光学遥感能够曲不雅反映地球外表地貌（高山平原等）和地物（房屋道路等）的散布和形态。从遥感图像中获取地貌地物要素当前形态及时间变革信息的过程即为遥感图像解译。遥感图像解译履历了人工目视解译阶段、人机交互解译阶段的开展，目前已进入到人工智能解译的新阶段。

遥感智能解译现状与挑战

当前，遥感智能解译次要引入计算机视觉范畴的智能模子用于影像分类、变革检测、目的检测等遥感应用。与计算机视觉的医学图像、天然图像等比拟，遥感图像通道更多、图像内容更复杂，且天然资本查询拜访监测等遥感应用范畴与计算机视觉应用范畴也存在显著差别，使得计算机视觉通用模子必需连系应用范畴特点革新后才可用于遥感智能解译。

空天信息立异研究院国度遥感应用工程手艺研究中心持久围绕人工智能行业落地开展应用研究，开发全新一代智能遥感阐发（Intelligent Remote Sensing Analysis, IRSA）系统（以下简称“IRSA系统”）。

IRSA系统起源于1977年起头研发的遥感图像处置软件，在历经IRSA-1（扫描图像）、IRSA-2（数字图像）、IRSA-3（微机）、IRSA-4/5/6（工做站）、IRSA-7（云计算）等版本的架构晋级和手艺交融后，在本年迎来了打破性晋级，功用重点由遥感图像根底处置转移至遥感图像智能解译，通过深度进修与营业汗青功效、专家常识规则、应用摆设形式的深度交融，实现了常识引导下的遥感智能解译，可在分辩率0.5米至30米的光学遥感影像中提取地类要素和地物目的，并在天然资本查询拜访监测、国防平安等范畴实现了规模化营业应用。

常识模子交融实现“多、活、精、快”

要做到在精度丧失不大的情况下，将计算机视觉模子迁徙应用至遥感图像，必需将遥感应用中的汗青数据功效、行业专家常识与遥感图像解译停止交融，实现常识引导的遥感智能解译，在常识赋能下可到达样本多、设置装备摆设活、模子精、摆设快的效果，降低遥感智能解译落地应用门槛并进步解译精度。

样本造备动态化，实现“样本多”。按照时间—空间—光谱类似性，从汗青功效中搜刮类似影像造备样本，按照地物遥感特征参加指数（如NDVI）和变更（如PCA），得到量大量优的训练样本。

模子设置装备摆设组件化，实现“设置装备摆设活”。将模子架构、骨干收集、代价函数等模子要素停止组件化封拆，操纵鼠标选择即可构造和训练模子、构建分层分类应用流程，降低深度进修模子行业应用门槛。

通用模子遥传染感动，实现“模子精”。扩展天然图像预训练模子，使其适应多谱段图像和多模态数据，构建交融要素目的特征、遥感成像机理、天文生态分区的公用化、精细化遥感信息提取模子。

模子调度集成化，实现“摆设快”。基于微办事架构实现模子封拆、迁徙、摆设，进步模子调度和集效果率，实现“集中模子训练、分离解译处置、同一功效会聚”的规模化营业应用形式。常识引导的遥感智能解译丨不雅天测地第1张

新一代IRSA系统接纳数管撑持下的前后台人机协同架构，此中AI智能计算后台实现遥感样本造备、智能模子训练，桌面解译前台实现要素分类识别、解译成果后处置和量量查抄，实现人机互助的全链路遥感智能解译。

经多个范畴规模化营业应用验证

科研人员连系详细应用场景需求将智能模子和专家常识相连系，将常识引导的遥感智能解译应用于影像分类、变革检测、目的检测、时间序列分类，开展了以营业化、规模化为目的的遥感智能解译落地应用测验考试，借助海量汗青功效和遥传染感动智能模子，显著进步了遥感图像信息提取的精度和效率。

在影像分类方面，面向30米全球地表笼盖数据产物（GlobeLand30）消费需求，科研人员研建全球地表笼盖典型要素主动提取系统，实现了耕地、水体、人造地表、冰川和终年积雪等地类的分层智能提取，进步了GlobeLand30数据的消费效率和产物一致性。

在变革检测方面，操纵2米系列多源光学影像开展天然资本变革常态化监测和耕地“非农化”监测，实现新增建立用地等变革信息的高精度提取，模子屡次荣获全国性智能解译竞赛第一名。

在目的检测方面，开展了不透水层、高尔夫球场、光伏面板、风电塔架、机场、筏式养殖等地类的专题提取，提取功效构成全国一张图产物，入选《地球大数据支持可持续开展目的陈述（2020）》；

在时间序列分类方面，操纵时间序列Sentinel-2影像，开展东北、西南典型区域粮食做物、经济做物细分，助力耕地种植属性遥感监测。

以影像分类为例，科研人员实现了GlobeLand30耕地、水体、人造地表、冰川和终年积雪的智能提取。在样本造备时，基于影像类似性测度主动选择样本影像；在模子构建时，将遥感指数与深度进修交融搭建水体、冰雪提取模子；在模子应用时，将单类要素提取模子嵌入分层分类流程，构成了切近营业的模子应用战略。遥感智能解译支持了亚洲19个国度约1200万km2的GlobeLand30数据更重生产。