用AI识别帝都、魔都,“智能遥感解译”提升城市精细化管理

1979年至2019年,上海世博会园区用地的道路、建筑、工地、绿地和水体有哪些变化?今天上午举行的2019世界人工智能大会“智焕新动能”主题论坛上,商汤科技联合创始人、首席执行官徐立展示了智能遥感解译技术的价值——传统的人工目视解译耗时耗力,半自动化软件解译则准确率有限,如今用深度学习这种人工智能技术识别遥感图像,将给遥感行业带来一场革命。

公众可登录我国首个在线智能遥感解译平台“感知地球”(rs.sensetime.com),体验人工智能对北京、上海遥感图像的识别,包括道路、船舶、用地分类检测以及一段时间的城市变化监测。

云雪识别率超过专业人员

遥感泛指所有远距离探测,人造卫星、飞机等飞行器搭载的仪器对地球表面进行遥测,可获得大量遥感数据。来自Pixalytics公司的数据显示:2016年至今,全球已发射并处于工作状态的对地观测卫星数量大幅增长,从2016年的374颗增至2019年的710颗。这必然使对地观测图像激增,随之而来的是卫星遥感数据分析市场的扩大。据卫星咨询公司NSR预测,到2027年,全球卫星数据分析市场总额将达到181亿美元。

这么多的数据、这么大的市场,给人工智能赋能遥感行业带来了机遇。商汤科技遥感事业部总经理张琳介绍,传统的遥感图像解译方法是人工目视和半自动化软件。前者是指专业人员标注图像上的各种地物,标注完一幅图通常需要一周左右;后者是用软件对图像进行定量分析,其准确率提升已遇到瓶颈,因为这类定量分析软件不够智能,识别地物的准确率不会超过专业人员。

随着深度学习算法的兴起,人工智能已在人脸识别、围棋等领域超越人类。在遥感图像解译领域,深度学习系统也有望做到这一点。目前,商汤科技在云雪检测这个遥感解译环节超越了人类,准确率比专业人员高1.5个百分点。“在卫星遥感图像中,云和雪比较难区分。通过大数据训练和专用算法开发,商汤遥感平台对云和雪的识别率超过96%。”

由于地物种类繁多,让人工智能系统识别遥感图像的难度很高。研发团队需要不断地对系统进行各种数据的训练,并开发出遥感专用的一系列算法模型。例如,商汤遥感事业部正在与水利部门合作,让系统学习识别河道周围的水土扰动变化斑块。对于这种斑块,监测人员往往会漏检很多。人工智能系统的漏检率则很低,它会把所有疑似斑块都检测出来,随后让工作人员一一识别,成为他们的得力助手。

人工智能催生遥感新应用

为了让公众对智能遥感解译有直观了解,商汤科技上个月发布了“感知地球”(SenseEarth)网络平台。输入相应网址后,你就能看到北京和上海的卫星遥感地图。地图上有一个框,可以用鼠标进行缩放。用这个框选定北京或上海的一个区域后,点击“道路检测”或“船舶检测”图标,地图上就会出现红色记号标注的密集路网和一艘艘船只;点击“用地分类”图标,地图上则会出现多种颜色的区域,分别对应耕地、林地、草地、湿地、水体、不透水层等10类用地;点击“变化监测”,再选择两个年份和月份,你会看到地图上出现了一个个用红线划出的小区域,那里就是遥感图像发生变化的区域,反映了城市变迁的点点滴滴。

智能遥感城市解译平台的问世,让城市精细化管理多了“天眼神器”,可与布设在地表的摄像头等传感器组成天地一体化感知网络。在上海市经信委支持下,商汤科技正在与上海水务、住建、测绘等多个部门商谈合作,谋划这一新的人工智能应用场景。“我们和商业卫星公司合作,获得的上海遥感图像每天更新,分辨率为3米。人工智能的快速解译功能,可以帮助政府部门开展一系列精细化管理工作。”张琳举例说,对城市河湖水面面积的监测可依靠“AI天眼”,搭建违章建筑的行为也会被它及时察觉。

通过人工智能赋能,遥感图像的解译周期将大幅缩短,从而催生一些新的遥感应用。例如在金融行业,智能遥感解译能获取铁矿石等大宗商品的港口运输、部分开采信息,使业内人士对其现货量有更准确的了解,从而对期货涨跌作出预测。在农业和保险行业,保险公司可根据智能解译农作物遥感图像的数据,更精准地开展承保、灾害预警、核保业务。在电力和石油行业,智能遥感解译有望与无人机巡线结合,以更低的成本排查电力线路、石油管道的故障和隐患。

相关推荐

暂无评论

微信扫一扫,分享到朋友圈

用AI识别帝都、魔都,“智能遥感解译”提升城市精细化管理