- · 《遥感学报》栏目设置[09/01]
- · 《遥感学报》数据库收录[09/01]
- · 《遥感学报》投稿方式[09/01]
- · 《遥感学报》征稿要求[09/01]
- · 《遥感学报》刊物宗旨[09/01]
智能遥感解译研究面临的挑战、最新进展及解决(2)
作者:网站采编关键词:
摘要:目前,项目组与华为保持深度合作,基于武汉人工智能计算中心“全栈国产”,构建了遥感影像样本库(LuojiaSet)和遥感影像专用框架(LuojiaNet) AI系统”
目前,项目组与华为保持深度合作,基于武汉人工智能计算中心“全栈国产”,构建了遥感影像样本库(LuojiaSet)和遥感影像专用框架(LuojiaNet) AI系统”为自然资源监测、社会经济发展评估、灾害应急等重大科研任务提供技术、平台和应用支撑,助力构建中国遥感科研生态圈,推动中国遥感产业化应用。
作为遥感影像样本库,LuojiaSet 致力于构建完整的遥感影像样本库,不断提炼影像样本,使能模型进化。目前,项目组已经完成了五个典型遥感任务的影像样本库的概念、逻辑和物理设计,从区域到世界的样本数量已超过500万。遥感影像专用框架——罗家网,基于国内自主研发的Ascend AI计算框架MindSpore,兼容其他计算架构和深度学习网络框架。具有高效的开发和运行能力,可实现遥感特征嵌入。 ,可以处理“大格式、多通道”的遥感影像,通过深度神经网络和遥感知识图推理深度耦合,实现遥感特性的综合优化。同时,基于全栈国产AI系统的遥感图像样本库和专用框架,在信息数据安全和技术应用自主性方面为我国智能遥感研究构筑了坚实的安全堡垒,这对改善我国遥感领域具有重要意义。研究竞争力具有重要意义。
从未来的行业应用来看,人工智能,尤其是深度学习方法,在遥感目标和场景识别、信息提取、地物分类、变化检测、3D重建等方面取得了重要进展,但有些还没有达到了实用性。 s 级。进一步解决人工智能方法在遥感自动解译中存在的问题,需要继续扩大样本库,增加样本的多样性和区域性;将知识整合到网络框架中,可以有效解决自然地理要素和特征的分类等问题。这无疑需要依托我国人工智能安全独立的核心技术和基础设施的发展,助力智能遥感解译研究等科研创新突破,实现产业生态繁荣。
(作者为武汉大学遥感信息工程学院院长、教授、博士生导师)
文章来源:《遥感学报》 网址: http://www.ygxbzz.cn/zonghexinwen/2021/0714/724.html