一、應(yīng)用場景

      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確的問題，同時，在這個過程中還會耗費海量的人力物力。隨著計算力的突破、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、遙感影像解譯、地質(zhì)災(zāi)害防治、自動駕駛地圖等方面。依托蒼穹數(shù)碼創(chuàng)新研究中心人工智能的算法基礎(chǔ)與豐富的實踐經(jīng)驗積累，以及對于人工智能技術(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軟件將深度學習技術(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練框架，包括地物檢測，變化檢測，目標檢測以及用地分類。

      使用KQRS-AI軟件能有效提升遙感影像的信息處理能力，節(jié)約人力與時間成本，精準賦能自然資源。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、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。

圖1 遙感行業(yè)應(yīng)用背景

二、軟件功能與特點

      軟件檢測模塊界面如圖2所示，目前集成了地物檢測，變化檢測，目標檢測以及用地分類四類算法，其中，地物檢測包括建筑檢測、獨棟房屋檢測、水體檢測、道路檢測、大棚檢測、植被檢測、雪線檢測；變化檢測包括建筑變化檢測、水體變化檢測、林地變化檢測、雪線變化檢測、通用變化檢測；目標檢測包括機場檢測、飛機檢測、艦船檢測；用地分類為耕地、林地、草地等。

圖2 KQRS-AI 檢測界面

      與同類軟件相比，KQRS-AI軟件最大優(yōu)勢主要有：支持國產(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等常見操作系統(tǒng)。強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，友好的人機交互界面讓用戶可以快捷地在目標圖像中進行樣本標注的更新，以及使用用戶自有的數(shù)據(jù)來生成數(shù)據(jù)集。

圖4 數(shù)據(jù)標注與更新

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

圖5 KQRS-AI 訓練界面

      由于遙感影像背景復(fù)雜，干擾性極強，現(xiàn)實情況下，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)的圖像處理對原有數(shù)據(jù)進行增強來增數(shù)據(jù)的多樣性，使訓練出來的模型魯棒性更好（適應(yīng)環(huán)境變化能力更強）。在AI模型進行推理后，軟件還提供了高效的圖形學后處理算法，來盡可能的消除檢測誤差，提供更好的檢測效果。包括邊界化簡、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化等。

圖6 后處理效果

三、案例介紹

      （一）航遙中心雪線識別案例

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

      我們訓練的數(shù)據(jù)來源于中國青海高分1號衛(wèi)星，共224張WFV波段16米分辨率圖像，對云和雪進行多類檢測，識別準確率高達95%。

      （二）礦山居民點提取案例

      礦產(chǎn)資源作為一個國家或地區(qū)經(jīng)濟發(fā)展的重要儲備資源，對推動城市化建設(shè)、基礎(chǔ)設(shè)施建設(shè)和國防安全起著重要的作用。通過實現(xiàn)對礦山區(qū)域遙感圖像的地物檢測，可以快速地掌握礦山的開發(fā)狀態(tài)，為保護礦山地址環(huán)境、開展礦山環(huán)境綜合整治以及實施礦山監(jiān)管提供依據(jù)。

      隨著我國國產(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)測使用的遙感數(shù)據(jù)從剛開始的依靠國外商業(yè)衛(wèi)星到逐漸以國內(nèi)的高分辨率衛(wèi)星數(shù)據(jù)為主要監(jiān)測。本文使用無人機航拍的礦山遙感圖像作為數(shù)據(jù)來源，對其中居民地和水體進行區(qū)分識別。

      （三）第三次國土調(diào)查案例

      第三次國土調(diào)查自2017年起開展，其是國家制定經(jīng)濟社會發(fā)展重大戰(zhàn)略規(guī)劃、重要政策舉措的基本依據(jù)。

      我們針對第三次國土調(diào)查案例中某地區(qū)遙感影像數(shù)據(jù)進行訓練，對不同地物進行分類，包括道路、水域、建筑物、森林以及植被。

      針對第三次國土調(diào)查在不同時期的遙感影像來獲取某個區(qū)域內(nèi)土地覆蓋類型的動態(tài)變化信息，實現(xiàn)對遙感影像的變化檢測。

      （四）海域案例

      由于海岸區(qū)域環(huán)境的不確定性高、實時性強等特性，使用傳統(tǒng)手段對海岸進行檢測已經(jīng)變得異常困難，尤其是大范圍的海岸檢測會消耗大量的人力物力。利用遙感技術(shù)的大范圍、周期短、多時相的特點，可以方便快捷地進行海岸帶動態(tài)監(jiān)測。

      我們利用高分2號衛(wèi)星對福建省近岸海域的遙感影像，對其環(huán)境功能區(qū)進行監(jiān)測。

      （五）油桶檢測案例

      遙感目標檢測主要運用在國防軍事領(lǐng)域，其可以快速識別飛機、艦船等目標的空間位置和數(shù)量。