當前位置: 首頁(yè) > 新聞資訊 > 行業(yè)資訊

人工智能的發(fā)展給測繪遙感帶來(lái)怎樣的新機遇?

發(fā)布日期:2018-12-25 00:00 瀏覽量:14432


 

       無(wú)論在學(xué)術(shù)界、產(chǎn)業(yè)界或是公眾生活中,人工智能都稱(chēng)得上當前最熱門(mén)的一個(gè)話(huà)題,也是目前發(fā)展最快的一個(gè)領(lǐng)域。自2013年始,以深度學(xué)習為代表的神經(jīng)網(wǎng)絡(luò )算法為核心,在大數據和圖形處理器(gra- phics processing unit, GPU)大規模應用的推動(dòng)下,在語(yǔ)音識別、圖像識別領(lǐng)域達到甚至超過(guò)了人類(lèi)平均水平,迎來(lái)了人工智能研究的第三次高潮。

 

       人工智能的迅速發(fā)展對各行各業(yè)將造成巨大沖擊,許多行業(yè)可能在這場(chǎng)變革中消失,一些行業(yè)將獲得大發(fā)展。測繪遙感是一個(gè)與人工智能關(guān)聯(lián)密切的領(lǐng)域,在這樣的背景下既有發(fā)展的機遇,也面臨很大的危機。

 

        人工智能可以分成6個(gè)研究方向:

①機器視覺(jué),包括三維重建、模式識別、圖像理解等;

②語(yǔ)言理解與交流,包括語(yǔ)音識別、合成,人機對話(huà)交流,機器翻譯等;

③機器人學(xué),包括機械、控制、設計、運動(dòng)規劃、任務(wù)規劃等;

④認知與推理,包含各種物理和社會(huì )常識的認知與推理;

⑤博弈與倫理,包括多代理人(agents)的交互、對抗與合作,機器人與社會(huì )融合等;

⑥機器學(xué)習,包括各種統計的建模、分析工具和計算方法等。

 

        當一個(gè)智能體具備以上6個(gè)方面的智能時(shí),就可能進(jìn)入到強智能時(shí)代。人工智能的發(fā)展過(guò)程中許多衍生的技術(shù)是可以用于其他領(lǐng)域的,并且有可能推動(dòng)其他領(lǐng)域的技術(shù)變革。

 

        測繪遙感是一個(gè)與人工智能密切相關(guān)的學(xué)科領(lǐng)域。攝影測量與遙感和機器視覺(jué)有許多概念、原理、理論、方法與技術(shù)上的重疊,它們都是用來(lái)感知環(huán)境的技術(shù);其區別是攝影測量與遙感主要是感知地球和自然環(huán)境,而機器視覺(jué)主要是感知智能體關(guān)注的目標和環(huán)境,但是它們在數學(xué)和物理上的原理基本相同。機器學(xué)習,特別是最近幾年快速發(fā)展的深度學(xué)習方法,在機器視覺(jué)、模式識別、語(yǔ)音理解等方面得到廣泛有效的應用,可說(shuō)是一個(gè)革命性的技術(shù),在攝影測量與遙感領(lǐng)域也得到廣泛應用。認知與推理是一種更廣義的智能,在時(shí)空大數據挖掘和智慧城市等方面將大有用武之地。

 

       機器視覺(jué)在攝影測量與遙感領(lǐng)域的應用

 

       機器視覺(jué)或者稱(chēng)計算機視覺(jué),是一門(mén)研究用攝影機和電腦代替人眼對目標進(jìn)行識別、跟蹤和測量等的學(xué)科。與計算機視覺(jué)相似,攝影測量學(xué)是一門(mén)利用光學(xué)像片研究被攝物體的形狀、位置、大小、特性及相互位置關(guān)系的學(xué)科,簡(jiǎn)而言之,攝影測量學(xué)是以攝影為工具,以測量為目的。事實(shí)上,攝影測量學(xué)的歷史遠早于計算機視覺(jué)。

 

       攝影測量與計算機視覺(jué)在原理、方法和應用上都有很多相通的地方。在進(jìn)入21世紀后,兩者的融合速度又得到進(jìn)一步提升,它們之間的技術(shù)交叉點(diǎn)是無(wú)人機和車(chē)載移動(dòng)平臺。攝影測量的一個(gè)重要發(fā)展方向是地面移動(dòng)測量系統,它可以用來(lái)采集道路和街景;而計算機視覺(jué)同樣關(guān)注道路信息的提取與重建,并應用于機器人、城市地圖、智能交通和自動(dòng)駕駛汽車(chē)中。同時(shí),無(wú)人機航攝技術(shù)除了是攝影測量中的一個(gè)方便快捷的測量技術(shù),也是計算機視覺(jué)所關(guān)注的未來(lái)焦點(diǎn)。

 

  由于計算機視覺(jué)領(lǐng)域研究學(xué)者云集,應用領(lǐng)域又很廣泛,發(fā)展了大量新理論和新方法。攝影測量工作者應在這場(chǎng)技術(shù)變革中擁抱新技術(shù),學(xué)會(huì )跨界融合,并發(fā)揮自己的優(yōu)勢,貢獻自己的智慧,方能使自己的學(xué)科立于不敗之地,同時(shí)與其他學(xué)科一起推動(dòng)智能科學(xué)的發(fā)展。

 

  為了促進(jìn)測繪遙感學(xué)科與計算機視覺(jué)的交叉融合,緊跟人工智能領(lǐng)域的技術(shù)潮流,國內學(xué)者組織了專(zhuān)門(mén)的人工智能研究團隊,積極行動(dòng)。

 

       機器學(xué)習及其在攝影測量與遙感領(lǐng)域的應用

 

       當前人工智能發(fā)展的一個(gè)重要方向是機器學(xué)習。從1955年John McCarthy提出人工智能的概念以來(lái),機器學(xué)習就作為人工智能的一個(gè)重要方向?;诮y計學(xué)習的思想不僅長(cháng)期應用于機器學(xué)習,在攝影測量與遙感領(lǐng)域也得到廣泛應用,如監督和非監督目標識別與分類(lèi)方法?;趥鹘y統計學(xué)習的遙感影像的監督與非監督分類(lèi)以及經(jīng)典的神經(jīng)元網(wǎng)絡(luò )方法的研究進(jìn)展一直很慢,目標識別的準確度和分類(lèi)精度難以大幅提高,機器學(xué)習有效地改變了這一現狀。

 

       隨后的大量實(shí)驗表明,無(wú)論在圖像分類(lèi)、物體識別、語(yǔ)音識別、遙感應用等關(guān)于學(xué)習和語(yǔ)義的研究領(lǐng)域,深度學(xué)習都占據上風(fēng),深度學(xué)習的時(shí)代由此開(kāi)啟。深度學(xué)習在計算機視覺(jué)領(lǐng)域得到廣泛應用,推動(dòng)了人臉識別、機器人和無(wú)人駕駛車(chē)等相關(guān)技術(shù)的蓬勃發(fā)展。由于攝影測量的研究對象也是視覺(jué)圖像,因此攝影測量也成為深度學(xué)習發(fā)展最受益的學(xué)科之一。

 

攝影測量的兩個(gè)主要任務(wù)是目標幾何定位和屬性的提取,包括從二維像片重建三維幾何以及地物要素分類(lèi)。將深度學(xué)習應用于幾何定位目前還未進(jìn)入攝影測量研究領(lǐng)域,但已經(jīng)出現在密切相關(guān)的計算機視覺(jué)領(lǐng)域,如SfM與SLAM。然而,深度學(xué)習方法的定位精度目前尚不能同傳統的方法相比,約相差一個(gè)數量級。對于三維重建中的關(guān)鍵技術(shù)——密集匹配,深度學(xué)習已經(jīng)取得很好的應用效果。如在KITTI等標準數據集上,前10名的方法都是深度學(xué)習方法,展現了深度學(xué)習方法的應用潛力。

 

深度學(xué)習在攝影測量領(lǐng)域的另一個(gè)主要任務(wù),即影像的語(yǔ)義提取方面,則取得了重要進(jìn)展,并開(kāi)始普及應用?;趫D像的建筑、道路網(wǎng)等地物的提取數十年來(lái)一直是熱門(mén)課題。雖然經(jīng)典方法取得一定的效果,但距離實(shí)用、市場(chǎng)、商業(yè)軟件尚有一定的距離。卷積神經(jīng)網(wǎng)絡(luò )(convolutional neural network, CNN)目前已成為道路網(wǎng)提取的主流方法。通過(guò)級聯(lián)式端到端CNN同時(shí)實(shí)現了道路網(wǎng)提取及道路中心線(xiàn)提取,與其他方法比較,分類(lèi)精度更高。通過(guò)CNN結合線(xiàn)積分卷積克服了樹(shù)木遮蔽、房屋陰影造成的道路網(wǎng)殘缺問(wèn)題。通過(guò)非監督學(xué)習預處理和空間相關(guān)性的應用,利用深度學(xué)習極大地提高了復雜城市場(chǎng)景的道路提取精度。采用CNN實(shí)現了高分辨率多光譜衛星影像的建筑物提取。在影像平面上進(jìn)行二維卷積,在光譜方向上進(jìn)行一維卷積,分別提取出影像空間特征和光譜特征,取得了比隨機森林和全連接NLP更好的作物分類(lèi)精度。肖志鋒等使用深度學(xué)習方法對天地圖上的高分辨率遙感影像進(jìn)行語(yǔ)義檢索,能夠檢索37類(lèi)地物目標,準確率達90%以上。目前,深度學(xué)習已經(jīng)廣泛用于遙感圖像的分類(lèi)、識別、檢索和提取,在語(yǔ)義上基本全面碾壓了傳統的方法。

 

基于深度學(xué)習的方法除了可有效地用于遙感影像的地物分類(lèi)與目標檢索以外,在其他攝影測量與遙感數據處理方面也有廣泛用途。例如,胡翔云等采用深度學(xué)習方法進(jìn)行激光雷達(light detection and ranging, LiDAR)點(diǎn)云數據處理。山地林區的點(diǎn)云數據濾波,從點(diǎn)云數據提取數字高程模型,自動(dòng)化很難實(shí)現,一般需要人機交互作業(yè),耗費大量人力物力。

 

所示為廣東某地的點(diǎn)云提取的地形斷面,可以看出,該地區相當復雜,但是用深度學(xué)習獲取的地面模型斷面還是相當準確的(紅色曲線(xiàn))。這說(shuō)明深度學(xué)習方法在點(diǎn)云數據自動(dòng)處理方面有很好的應用前景。同理,深度學(xué)習方法在測繪領(lǐng)域的其他方面,特別是需要人機交互數據處理等方面,如影像變化檢測、地圖綜合,也將發(fā)揮重要作用,使之更加智能化和自動(dòng)化。

 

點(diǎn)云數據提取的地形斷面.png


基于時(shí)空大數據認知與推理

 

經(jīng)過(guò)幾十年的發(fā)展,地理信息系統已經(jīng)有了比較完善的空間分析理論與方法體系。但是,加入了傳感網(wǎng)和社會(huì )感知設備的時(shí)空數據分析與挖掘的理論與方法還不夠成熟,目前正處于快速發(fā)展之中。

 

時(shí)空數據可分為兩類(lèi)不同類(lèi)型,一類(lèi)來(lái)自測繪遙感及地面傳感網(wǎng)的反映地球表層及環(huán)境特征的時(shí)空數據;另一類(lèi)是來(lái)自社會(huì )感知設備,包括互聯(lián)網(wǎng)、智能手機、導航設備、可穿戴設備、視頻監控設備以及社會(huì )調查獲取的時(shí)空數據,它主要反映人為活動(dòng)及社會(huì )經(jīng)濟形態(tài)特征。

 

第一類(lèi)數據比較規范,適于數值分析與計算,所以通常采用數學(xué)模型來(lái)進(jìn)行模擬及預測分析。例如,陳能成等采用航空航天遙感與傳感網(wǎng)集成技術(shù)建立了長(cháng)江流域對地觀(guān)測傳感網(wǎng)系統,該系統除包含航空航天遙感數據、基礎地理信息數據以外,還包含了氣象、水文、航標、土壤濕度等32種共上萬(wàn)個(gè)地面傳感網(wǎng)實(shí)時(shí)數據。通過(guò)這些實(shí)時(shí)動(dòng)態(tài)數據,能對流域內的水庫和河流的水位、水量、泥沙、河道進(jìn)行分析和預測,實(shí)現水利的智能調度,為蓄水發(fā)電和防洪抗旱等提供決策支持。

 

來(lái)自社會(huì )感知設備的時(shí)空數據是一種新型數據,它的結構和形式更加多樣。例如互聯(lián)網(wǎng)數據主要以多媒體的文本數據為主,導航軌跡數據是流式的點(diǎn)坐標數據,視頻監控數據是圖像數據,而智能手機數據則有文本、點(diǎn)坐標和圖像等多種數據。這些數據復雜多樣,有些時(shí)空標簽明顯,有些則需要經(jīng)過(guò)分析處理才能添加時(shí)空標簽。目前多個(gè)領(lǐng)域的學(xué)者,包括計算機應用、測繪遙感、地理信息科學(xué)、城市規劃與管理等,都對社會(huì )感知的時(shí)空數據感興趣,認為該數據是社會(huì )科學(xué)與信息領(lǐng)域交叉的新興學(xué)科,是建設智能城市和智慧社區的有效手段。

 

人工智能正在掀起一場(chǎng)技術(shù)革命和產(chǎn)業(yè)革命,測繪遙感既是人工智能技術(shù)的受益者,又是人工智能技術(shù)的貢獻者。攝影測量從靜態(tài)走向動(dòng)態(tài)與實(shí)時(shí),并將與計算機視覺(jué)深度融合;遙感應用人工智能技術(shù)解決影像解譯、信息自動(dòng)提取問(wèn)題;互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、傳感網(wǎng)獲取的海量時(shí)空數據是人工智能的血液,為機器學(xué)習、智能抉擇與服務(wù)提供支撐。

 

面對人工智能的迅猛發(fā)展,攝影測量工作者是僅跟蹤應用計算機視覺(jué)成果,還是主動(dòng)作為;是僅應用現有的深度學(xué)習方法,還是構建新的遙感深度學(xué)習網(wǎng)絡(luò );社會(huì )感知信息如何與測繪遙感信息融合用于揭示自然物理空間發(fā)展和人類(lèi)社會(huì )行為及活動(dòng)規律,發(fā)展更高級更復雜的人工智能;這些是測繪遙感工作者面臨的新任務(wù)和新挑戰。

 

版權聲明:文章來(lái)源于《武漢大學(xué)學(xué)報·信息科學(xué)版》2018年12期,第一作者:龔健雅, 博士, 教授, 中國科學(xué)院院士, 長(cháng)期從事地理信息理論和攝影測量與遙感基礎研究。登載此文出于傳遞更多信息之目的,版權歸原作者及刊載媒體所有,如本文中圖片或文字侵犯您的權益,請聯(lián)系我們。

 

猜你喜歡:

說(shuō)說(shuō)地理信息系統那些久遠的發(fā)展歷史

飛燕遙感喜得甲級測繪資質(zhì)證書(shū)!【榮獲“五甲”資質(zhì)】


微信圖片_公眾號.jpg


猜你喜歡

相關(guān)設備
推薦服務(wù)
相關(guān)案例
新聞資訊

聯(lián)系方式

電話(huà):025-83216189

郵箱:frank.zhao@feiyantech.com

地址:江蘇省南京市玄武區紅山街道領(lǐng)智路56
號星河World產(chǎn)業(yè)園3號樓北8樓

微信公眾號

總經(jīng)理微信

025-83216189
亚洲欧美日产有码_日本999免费网站_国产无码能看的视频_亚洲中文字幕日产无码