WAP手机版 RSS订阅 加入收藏  设为首页
888贵宾会导航
当前位置:首页 > 888贵宾会导航

888贵宾会导航:充分发挥其在智能遥感领域的应用创新孵化和人才赋权

时间:2021/7/12 18:49:50   作者:   来源:   阅读:3   评论:0
内容摘要:虽然深度学习方法在遥感解译方面的相关研究很多,但在实际应用中,在图像样本库、深度学习框架、人工智能计算能力等方面仍存在挑战。首先,大规模样本库是数据驱动的遥感智能解译,但目前遥感领域还没有大规模的“像素-目标-场景”多层次多任务,包括目标检索、目标检测、地物分类、变化检测、三维重建等。公共数据集的开放式解译数据样本库缺...

虽然深度学习方法在遥感解译方面的相关研究很多,但在实际应用中,在图像样本库、深度学习框架、人工智能计算能力等方面仍存在挑战。首先,大规模样本库是数据驱动的遥感智能解译,但目前遥感领域还没有大规模的“像素-目标-场景”多层次多任务,包括目标检索、目标检测、地物分类、变化检测、三维重建等。公共数据集的开放式解译数据样本库缺乏统一的格式接口和标准规范,远远不能满足遥感智能解译的要求。迫切需要突破现有样本数据库的不完善所造成的标注模型的局限性,使样本数据库能够进行智能扩展和细化,实现样本库的可持续建设。其次,一般的深度学习网络难以应用于遥感分类等应用场景,尚未达到商业应用水平。在遥感专用深度学习框架模型中,需要考虑多维时空谱的特点,满足高效灵活的自动记忆扩展、尺度和通道自适应优化的要求。最后,虽然专门针对遥感的深度学习神经网络可以训练大型遥感模型,但由于昂贵和计算能力不足的突出问题,未来随着数据集的丰富,自然地理要素和特征的分类等问题仍然很难解决。巨大的挑战。

如何解决这些问题?经过多年的研究,笔者认为有三种对策可供借鉴。一是注重多源遥感影像的智能识别与解译,开展适合深度学习训练与测试的遥感影像样本库动态扩展与自动细化机制研究;其次,针对遥感图像的特点和应用需求,研究遥感图像深度神经网络的开源架构和模型,构建考虑遥感特点的专用遥感应用网络;三是依托武汉人工智能计算中心等密集计算能力基础设施,高效利用其公共包容性计算能力,充分发挥其在智能遥感领域的应用创新孵化和人才赋权,为智能遥感解译研究提供不竭动力。

在智能遥感解译的具体研究方面,我们一直在不断探索。聚焦国家重大需求,武汉大学建立了中国第一个测绘遥感国家重点实验室——测绘遥感信息工程国家重点实验室。开展航天摄影测量、空间信息系统与服务、遥感信息处理、3S等业务。有针对性地研究集成与网络通信、导航与定位、位置服务。武汉大学测绘国家重点实验室测绘与遥感信息工程与遥感信息工程学院获批国家自然科学基金“空间信息网络”重大专项集成项目“大尺度遥感影像样本库建设与遥感深度开源”网络框架模型研究”,目标是建立一个大规模的遥感影像样本数据库和一个专门的遥感深度学习网络框架。项目明确提出了“5个”研发目标,即“一套”遥感框架、“一套”样本库、“一套”众包样本采集工具、“一个”开源遥感智能解译社区、“一个”系列应用研究成果。


相关评论

本类更新

本类推荐

本类排行

本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
所有信息均来自:百度一下 (888贵宾会导航)
黑ICP备07501241号-1