一、整體介紹

2018年以來，天津市測繪院以時空信息工程技術實驗室和天津衛星應用中心相關遙感人才為班底，持續開展遙感影像智能解譯相關研究。先后設立4項科研課題：《深度學習驅動的高分遙感影像語義級變化檢測研究》《基于深度學習的高分辨率影像建筑物自動提取研究》《耕地“非農化”“非糧化”智能遙感解譯關鍵技術研究》《面向深度學習的多源遙感影像解譯樣本庫設計與構建研究》，形成了豐富的科研成果，并與武大聯合開發“深度學習智能提取軟件”，算力方面公司“兩網一中心”有較好的GPU算力資源，同時有良好的存儲資源做支撐。

“AI+遙感”技術在研究過程中與生產項目深度結合，將相關技術優勢應用到適應的項目中，并關注生產實效。例如注重查全率（召回率），節省作業員“遛圖”時間，兼顧準確率，引入置信度的概念，通過不同參數的設定，給圖斑“打分”，提高作業員“判讀”效率等。目前天測“AI+遙感”技術已經基本具備了“天上看”、“地上查”、“自動算”的智能化遙感監測能力。

 二、三大能力

1.“AI+遙感”目標檢測

目標檢測可實現對具有共同特征的單個要素的準確提取。關鍵技術為目標檢測算法RSADet網絡模型、基于Top K Loss的困難樣本挖掘算法、目標邊框定位精度提升技術。

 目標檢測算法對電塔的提取效果

2.“AI+遙感”地物分類

地物分類可實現對單一要素、多要素的準確分類。關鍵技術為基于卷積神經網絡的語義分割方法、建筑物提取精度提升策略、建筑物邊緣規則化、樣本數據增強策略、基于序列遙感影像提取圖斑出現年代的算法。

 地物分類算法對水域的提取效果

3.“AI+遙感”智能解譯樣本庫

任務驅動的樣本庫建設，僅從滿足場景、目標、像素的具體精準解譯要求來建設，立足項目和研究需求快速建立專項的、本地化、工程化的樣本庫，避免盲目建立普適的大型樣本庫。通過多年積累，已經形成了一批20余地類、10余年代、多種分辨率的航天、航空、無人機遙感影像的樣本庫成果。

 “AI+遙感”智能解譯樣本庫

三、應用案例

1.“AI+航空遙感”固體廢棄物識別

該應用服務天津農委“農村人居環境整治提升五年行動”需求，利用“AI+航空遙感”固體廢棄物識別技術對天津市鄉村垃圾進行精準識別，查全率高達98.9%。創新點為引入置信度判定，通過目標檢測網絡檢測閾值的設定為每個圖斑置信度賦值，為內業檢驗人員快速判別圖斑提供依據。

 固體廢棄物識別流程及效果

2.“AI+航天遙感”農作物細分類

應國務院辦公廳發布的關于堅決制止耕地“非農化”“非糧化”行為的通知要求，服務農委糧食功能區動態監測。通過分析作物物候特征，建立多期多通道影像疊加算法，對小麥、水稻、玉米的提取查全率達95%以上，小麥、水稻提取的準確率均超98%，自動提取結果達到人工標繪水平，一定程度可以輔助實際生產。

 天津市三大主糧識別流程及效果

3.“AI+航天遙感”溫室大棚識別

應市農委開展全市現存種植業設施農業（溫室、大棚）調查摸底工作需求，利用“AI+航天遙感”溫室大棚識別技術對全市國土空間進行了溫室大棚自動提取，提取出約13萬個、近18萬畝溫室、大棚。在此基礎上，相關調查人員通過1:2000地形圖、遙感影像等資料進行對比校驗，高效、快速地形成天津市種植業設施農業（溫室、大棚）調查成果。

 溫室、大棚智能識別結果圖

4.“AI+航天遙感”艦船識別

為協助河北工業大學開展渤海灣艦船監測，基于2019年度國產GF-1和GF-6衛星遙感數據，利用深度學習技術，采用Mask-RCNN模型，完成了船舶信息上、下半年2期自動識別結果，較全面地掌握了渤海灣海域內船舶的數量、大小和分布等情況。

 渤海灣艦船智能識別

5.“AI+無人機遙感”窨井蓋普查

應住建部等6個部門發布的加強窨井蓋安全管理的通知要求，利用“AI+無人機遙感”窨井蓋普查技術提取市區井蓋，提取查全率和準確率均達到98%以上，創新點為影像智能解譯拓展了窨井蓋材質、形狀等屬性的智能識別。

 窨井蓋普查影像智能解譯效果

6.“AI+遙感”其他應用場景

 建筑物自動解譯結果

 電塔自動解譯結果

 光伏板自動解譯結果

 地物多分類結果