一、應(yīng)用場(chǎng)景

      遙感圖像的紋理特征異常繁雜，地貌類型多變，人工提取往往存在特征提取困難和特征提取不準(zhǔn)確的問(wèn)題，同時(shí)，在這個(gè)過(guò)程中還會(huì)耗費(fèi)海量的人力物力。隨著計(jì)算力的突破、數(shù)據(jù)洪流的暴發(fā)和算法的不斷創(chuàng)新，在具有鮮明“大數(shù)據(jù)”特征的自然資源領(lǐng)域，AI智能解譯發(fā)揮著越來(lái)越重要的作用，并逐漸應(yīng)用于地質(zhì)調(diào)查填圖、礦產(chǎn)資源預(yù)測(cè)、遙感影像解譯、地質(zhì)災(zāi)害防治、自動(dòng)駕駛地圖等方面。依托蒼穹數(shù)碼創(chuàng)新研究中心人工智能的算法基礎(chǔ)與豐富的實(shí)踐經(jīng)驗(yàn)積累，以及對(duì)于人工智能技術(shù)和遙感應(yīng)用行業(yè)的深刻理解，研發(fā)出智能遙感解譯產(chǎn)品——KQRS-AI軟件。

      KQRS-AI軟件將深度學(xué)習(xí)技術(shù)應(yīng)用于遙感數(shù)據(jù)解譯中，提供一系列高效的智能算法以及訓(xùn)練框架，包括地物檢測(cè)，變化檢測(cè)，目標(biāo)檢測(cè)以及用地分類。

      使用KQRS-AI軟件能有效提升遙感影像的信息處理能力，節(jié)約人力與時(shí)間成本，精準(zhǔn)賦能自然資源。如圖1所示，AI遙感解譯在智能交通、農(nóng)業(yè)農(nóng)村、環(huán)境保護(hù)、應(yīng)急管理與商業(yè)決策等行業(yè)得到廣泛的應(yīng)用并取得了不俗的成績(jī)。

圖1 遙感行業(yè)應(yīng)用背景

二、軟件功能與特點(diǎn)

      軟件檢測(cè)模塊界面如圖2所示，目前集成了地物檢測(cè)，變化檢測(cè)，目標(biāo)檢測(cè)以及用地分類四類算法，其中，地物檢測(cè)包括建筑檢測(cè)、獨(dú)棟房屋檢測(cè)、水體檢測(cè)、道路檢測(cè)、大棚檢測(cè)、植被檢測(cè)、雪線檢測(cè)；變化檢測(cè)包括建筑變化檢測(cè)、水體變化檢測(cè)、林地變化檢測(cè)、雪線變化檢測(cè)、通用變化檢測(cè)；目標(biāo)檢測(cè)包括機(jī)場(chǎng)檢測(cè)、飛機(jī)檢測(cè)、艦船檢測(cè)；用地分類為耕地、林地、草地等。

圖2 KQRS-AI 檢測(cè)界面

      與同類軟件相比，KQRS-AI軟件最大優(yōu)勢(shì)主要有：支持國(guó)產(chǎn)化部署、樣本制作與更新一體化功能集成、AI技術(shù)與傳統(tǒng)遙感技術(shù)結(jié)合、高效的預(yù)處與后處理算法。

圖3 軟件總體架構(gòu)

      如圖2所示，KQRS-AI軟件在底層硬件上不僅兼容包括intel在內(nèi)的x86框架，同時(shí)也完美兼容包括鯤鵬和麒麟在內(nèi)Arm64框架芯片；在操作系統(tǒng)方面兼容銀河麒麟、Uos、Windows、Ubuntu18.04等常見(jiàn)操作系統(tǒng)。強(qiáng)大的兼容性保證了軟件相比同類產(chǎn)品有著更多的應(yīng)用場(chǎng)景。

      軟件集成了樣本制作與更新一體化功能。如圖3，友好的人機(jī)交互界面讓用戶可以快捷地在目標(biāo)圖像中進(jìn)行樣本標(biāo)注的更新，以及使用用戶自有的數(shù)據(jù)來(lái)生成數(shù)據(jù)集。

圖4 數(shù)據(jù)標(biāo)注與更新

      我們擁有包含幾十類目標(biāo)、地物的自主遙感樣本庫(kù)，能訓(xùn)練出針對(duì)各類目標(biāo)的檢測(cè)模型。除此之外，為了讓用戶實(shí)現(xiàn)更有針對(duì)性的檢測(cè)目標(biāo)，軟件還提供了訓(xùn)練接口，包括地物檢測(cè)訓(xùn)練、變化檢測(cè)訓(xùn)練和目標(biāo)檢測(cè)訓(xùn)練。用戶可以使用自己的數(shù)據(jù)集或是通過(guò)軟件集成的數(shù)據(jù)標(biāo)注功能生成的數(shù)據(jù)集，訓(xùn)練出新的模型替換軟件自帶的模型，實(shí)現(xiàn)定制化的檢測(cè)。

圖5 KQRS-AI 訓(xùn)練界面

      由于遙感影像背景復(fù)雜，干擾性極強(qiáng)，現(xiàn)實(shí)情況下，我們很難采集到各種各樣背景下的數(shù)據(jù)集，因此，采用傳統(tǒng)的圖像處理對(duì)原有數(shù)據(jù)進(jìn)行增強(qiáng)來(lái)增數(shù)據(jù)的多樣性，使訓(xùn)練出來(lái)的模型魯棒性更好（適應(yīng)環(huán)境變化能力更強(qiáng)）。在AI模型進(jìn)行推理后，軟件還提供了高效的圖形學(xué)后處理算法，來(lái)盡可能的消除檢測(cè)誤差，提供更好的檢測(cè)效果。包括邊界化簡(jiǎn)、邊界清理、建筑物規(guī)則化、填充孔洞、去除小連通域以及收縮和細(xì)化等。

圖6 后處理效果

三、案例介紹

      （一）航遙中心雪線識(shí)別案例

      雪是一種特殊的地表形態(tài)，其在可見(jiàn)光波段下具有相對(duì)較高的反射率，因此其成為全球輻射平衡的重要決定因子。實(shí)現(xiàn)雪線識(shí)別觀測(cè)，對(duì)于研究高山、草原和森林等環(huán)境變化具有重要意義。

      我們訓(xùn)練的數(shù)據(jù)來(lái)源于中國(guó)青海高分1號(hào)衛(wèi)星，共224張WFV波段16米分辨率圖像，對(duì)云和雪進(jìn)行多類檢測(cè)，識(shí)別準(zhǔn)確率高達(dá)95%。

      （二）礦山居民點(diǎn)提取案例

      礦產(chǎn)資源作為一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)發(fā)展的重要儲(chǔ)備資源，對(duì)推動(dòng)城市化建設(shè)、基礎(chǔ)設(shè)施建設(shè)和國(guó)防安全起著重要的作用。通過(guò)實(shí)現(xiàn)對(duì)礦山區(qū)域遙感圖像的地物檢測(cè)，可以快速地掌握礦山的開(kāi)發(fā)狀態(tài)，為保護(hù)礦山地址環(huán)境、開(kāi)展礦山環(huán)境綜合整治以及實(shí)施礦山監(jiān)管提供依據(jù)。

      隨著我國(guó)國(guó)產(chǎn)衛(wèi)星的迅速崛起，資源系列和高分系列遙感數(shù)據(jù)的更新?lián)Q代，礦產(chǎn)資源遙感監(jiān)測(cè)使用的遙感數(shù)據(jù)從剛開(kāi)始的依靠國(guó)外商業(yè)衛(wèi)星到逐漸以國(guó)內(nèi)的高分辨率衛(wèi)星數(shù)據(jù)為主要監(jiān)測(cè)。本文使用無(wú)人機(jī)航拍的礦山遙感圖像作為數(shù)據(jù)來(lái)源，對(duì)其中居民地和水體進(jìn)行區(qū)分識(shí)別。

      （三）第三次國(guó)土調(diào)查案例

      第三次國(guó)土調(diào)查自2017年起開(kāi)展，其是國(guó)家制定經(jīng)濟(jì)社會(huì)發(fā)展重大戰(zhàn)略規(guī)劃、重要政策舉措的基本依據(jù)。

      我們針對(duì)第三次國(guó)土調(diào)查案例中某地區(qū)遙感影像數(shù)據(jù)進(jìn)行訓(xùn)練，對(duì)不同地物進(jìn)行分類，包括道路、水域、建筑物、森林以及植被。

      針對(duì)第三次國(guó)土調(diào)查在不同時(shí)期的遙感影像來(lái)獲取某個(gè)區(qū)域內(nèi)土地覆蓋類型的動(dòng)態(tài)變化信息，實(shí)現(xiàn)對(duì)遙感影像的變化檢測(cè)。

      （四）海域案例

      由于海岸區(qū)域環(huán)境的不確定性高、實(shí)時(shí)性強(qiáng)等特性，使用傳統(tǒng)手段對(duì)海岸進(jìn)行檢測(cè)已經(jīng)變得異常困難，尤其是大范圍的海岸檢測(cè)會(huì)消耗大量的人力物力。利用遙感技術(shù)的大范圍、周期短、多時(shí)相的特點(diǎn)，可以方便快捷地進(jìn)行海岸帶動(dòng)態(tài)監(jiān)測(cè)。

      我們利用高分2號(hào)衛(wèi)星對(duì)福建省近岸海域的遙感影像，對(duì)其環(huán)境功能區(qū)進(jìn)行監(jiān)測(cè)。

      （五）油桶檢測(cè)案例

      遙感目標(biāo)檢測(cè)主要運(yùn)用在國(guó)防軍事領(lǐng)域，其可以快速識(shí)別飛機(jī)、艦船等目標(biāo)的空間位置和數(shù)量。