遥感影像智能解译产品

简介: AI+影像在遥感行业市场中呈现暴风式增长的势态。本次演讲将为大家介绍阿里达摩院AI遥感智能检异的产品,并分别从产品功能,产品形态以及应用案例等方面提供简单背景介绍。阿里达摩院希望通过遥感影像智能检异的能力,与各个合作伙伴及各个行业一起共建AI+遥感的生态能力。

演讲嘉宾简介:郎彬,达摩院机器智能实验室⾼级产品专家。

以下内容根据演讲视频以及PPT整理而成。

本次分享主要围绕以下三个方面:
一、背景介绍
二、遥感影像产品
三、应用案例

预约观看演讲视频

一、背景介绍

目前,AI+影像在行业市场中呈现暴风式增长的势态。遥感影像来源较广,如国内高精卫星,国外的卫星,以及商业卫星等。因此数据的分辨率相差很大,数据波段非常复杂。针对传统人工检异的方式,阿里达摩院做了AI遥感智能检异的产品形态,其中应用了几项技术,如像素点比较,模版匹配,图像分割分类等等,解决了快速模型训练能力,提高了影像精度和性能,还解决了影像功能可拓展的问题。
图片1.png

阿里达摩院遥感智能检异产品在遥感智能分析领域的国际排行榜DeepGlobe上取得了路网提取和地物分类两项第一。此外,还在遥感数据集DOTA上遥感目标检测这一项上取得了第一名的成绩。阿里达摩院遥感检异的技术在行业内处于领先的水平。
图片2.png

二、遥感影像产品

1.产品功能
阿里达摩院遥感影像产品功能大类如下图。首先是动土变化检测,针对前后两期影像做变化检测,找出不同地物之间变化类别的图观信息。第二种产品是建筑物新增检测,主要针对违章违建排查的工作,检测建筑物变化,如建筑物新增,拆除及样式变化。第三种是建筑物提取,针对单期影像,根据建筑物的特征,找到所有涵盖在区域内的建筑物的类型。第四种是路网提取,主要是提取区域内道路交通网的信息。第五种是地物分类,针对遥感影像中不同的地物类别,参考国家土地分类标准,针对不同地物的类别,提取之后进行分类。最后一种是目标识别,下图中展示了针对大棚的提取。根据国家自然资源和国土规划,北京首规委会监管大棚提取工作,这表明可以针对不同行业实现不同的目标识别工作。
图片3.png

2.产品形态
根据线下和线上,阿里达摩院的遥感智能产品分为几种产品形态。
线下产品形态:第一种是适用于客户数据量较大,对处理性能和算力有较大需求的用户,此时可通过遥感服务器集群的方式进行交付,可实现快速扩展,提供更多算力,提高处理时效性。第二种是遥感一体机形态,借助阿里达摩院图像团队自研的压缩及算法加速技术,实现了对算法性能的提升。采用遥感一体机可用于地市主推机型,可扩展支持部分省级项目。第三种是视频处理边缘终端,集成了遥感算法的能力,使用通用的接口,面向区县级项目,提供开放的API做对接。
图片4.png

线上输出平台:目前,阿里达摩院发布了遥感影像智能分析平台,主要有两个模块。首先是针对用户遥感影像上传和分发的管理体系,另外一块是算法任务的创建管理平台,用户可登录任务管理平台,针对不同的任务可自行管理。用户还可通过提交影像,生成矢量图观信息,并自行下载。遥感影像智能分析平台依托于阿里巴巴在深度学习,计算机视觉方向上的技术积累,采用基于深度学习的多尺度融合检测技术,实现了卫星及无人机影像中的变化特征及建筑、土地、河流等多种目标信息的智能解译,提供可靠安全的云上快速实时遥感解译能力。
图片5.png

三、应用案例

目前,遥感影像产品主要应用于以下四个方向:
水利:针对于水利行业,利用AI技术智能分析河湖长制推行与督查,水域岸线和河道指导与管理,确定变化图斑的地物类型,智能分析出区域内水域,河湖的使用性质和范围,为水
资源规划和治理工作提供有力支撑。
自然资源:利用AI技术智能分析自然资源和生态地质环境因子的时空变化规律,为矿产资源开采监管、国土资源变化监测与污染审查、灾害监测等生态环境监测场景提供科学依据。
城市管理:利用AI技术智能分析城市规划的土地利用变化、监测城市规划用地变迁、城市周期更新等问题,智能分析出城市区域内的土地,城市建设用地等变化的情况,为城市区域内的违法违建等城市建设管理提供多元有利信息。
农业估产:利用AI技术智能分析多光谱遥感及无人机影像,进行农田面积和分布的现状调查,以及针对农田精准化施肥、施药和灌溉进行农田尺度的作物长势、病虫害和土壤水分等信息的监测。
图片6.png

相关文章
|
6月前
|
编解码 人工智能
PIE-ENGINE——高分2号影像数据中国第一颗高分辨率商业遥感卫星
PIE-ENGINE——高分2号影像数据中国第一颗高分辨率商业遥感卫星
76 0
|
7天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗影像诊断中的应用
探索AI在医疗影像诊断中的应用
|
3月前
|
机器学习/深度学习 人工智能 算法
AI在医疗影像识别中的应用与实践
本文综述了人工智能在医疗影像分析的应用,涵盖了基础理论、操作流程、关键算法及实践案例。通过探讨卷积神经网络等技术,展示了如何构建医疗影像分析系统并提高诊断精度和效率,为医疗行业的创新发展提供了有力支持。
|
6月前
|
存储 缓存 调度
C++医院医学影像PACS系统源码 影像采集 DICOM影像
支持对财务及工作量信息进行统计; 支持对任意的检查类别,检查设备按照不同的检查项目(包括送检医生,送检;科室,检查类别,报告医生工作量等)进行任意时间段的统计; 可以按照检查类型,检查设备,检查项目,统计范围和日期范围等进行组合统计。
70 1
|
6月前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗影像诊断中的应用探讨
【2月更文挑战第5天】传统医学影像诊断面临着检查周期长、人工操作繁琐等问题,而人工智能技术的不断发展为医疗影像诊断带来了新的可能性。本文将探讨人工智能在医疗影像诊断中的应用现状、优势和挑战,并展望未来的发展方向。
|
6月前
|
人工智能 算法
SenseEarth 3.0智能遥感分析及地理信息应用云平台
SenseEarth 3.0智能遥感分析及地理信息应用云平台
273 0
|
6月前
医院影像PACS系统和放射影像科业务
医院影像PACS系统和放射影像科业务
73 1
|
机器学习/深度学习 编解码 算法
影像组学技术的基础和应用
影像组学技术的基础和应用
300 0
|
定位技术
高分、环境等国产遥感卫星影像的获取方法
本文介绍高分(GF)与环境(HJ)等主要国产卫星遥感数据的免费下载(包括批量下载)方法~
776 2
高分、环境等国产遥感卫星影像的获取方法
|
传感器 编解码 运维
盘一盘!实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)(上)
与基于激光雷达的定位相比,基于视觉和数据融合的定位技术在提高精度方面的潜力约为2–5倍。基于激光雷达和视觉的定位可以通过提高图像配准方法的效率来降低计算复杂性。与基于激光雷达和视觉的定位相比,基于数据融合的定位可以实现更好的实时性能,因为每个独立传感器不需要开发复杂的算法来实现其最佳定位潜力。V2X技术可以提高定位鲁棒性。最后,讨论了基于定量比较结果的AVs定位的潜在解决方案和未来方向。
盘一盘!实时自动驾驶车辆定位技术都有哪些?(视觉/Lidar/多传感器数据融合)(上)