通用的占位符縮略圖

水利水務行業 /

感知(zhī)監測遙感+AI解決方案

      随着遙感技術得到快速的提升,提供高精度、高效率、高安全性、算法可進化性的遙感AI解譯軟件越來越成爲國土變化檢測和國土規劃需要,能對決策者的重要決定提供參考方向,爲未來的城市或農業規劃以及生(shēng)産等社會内容,提供了有力的幫助。針對水務水利行業,我(wǒ)們提供水體(tǐ)智能化提取解決方案。

一(yī)、方案描述

      我(wǒ)公司自動解譯軟件基于深度學習技術的地物(wù)要素目标智能分(fēn)類識别技術,卷積神經網絡是當今科學研究領域中(zhōng)典型的一(yī)種神經網絡,在計算機視覺以及數據科學等領域獲得了很多裏程碑式的成果。在大(dà)規模圖像數據分(fēn)析中(zhōng)有令人驚歎的表現,現在已被廣泛應用于人工(gōng)智能等領域中(zhōng)。

                                                                                              

二、方案組成

      适應1-3米不同分(fēn)辨率的水體(tǐ)檢測模型,适應不同分(fēn)辨率影像的水體(tǐ)檢測。在經過不斷的模型研發和測試之後,已構建較爲穩健的水體(tǐ)提取應用模型,針對實際水體(tǐ)地物(wù)識别應用場景、進行相應的智能解譯算法開(kāi)發;

      變化圖斑最小(xiǎo)面積篩選功能,輸出結果格式shapefile,geojson等格式輸出;

      文件夾輸入功能,能夠進行文件夾内文件批量處理操作;

      支持處理過程設定分(fēn)塊處理及矢量結果合并,支持水體(tǐ)典型地物(wù)的半自動編輯;支持3波段影像。

三、方案特色
  • 高精度

      水體(tǐ)自動解譯軟件相較于傳統的監督分(fēn)類體(tǐ)系精度更高,是基于全卷積網絡(CNN)與條件随機場(CRF)算法,通過大(dà)規模樣本訓練,建立通用的軟件模塊,應用于針對水體(tǐ)的地物(wù)自動識别。實踐表明,神經網絡在數據處理速度和地物(wù)分(fēn)類精度上均優于最大(dà)似然分(fēn)類方法,全卷積網絡(CNN)與條件随機場(CRF)算法能夠有效提升機器智能解譯精度,能夠滿足自然資(zī)源領域衛片執法、耕地違法亂占等需要。

  • 高效率

      自動解譯軟件能夠實現遙感影像智能解譯基礎平台動态監控功能和智能調度功能,能夠最大(dà)限度利用硬件資(zī)源,充分(fēn)利用計算資(zī)源,實現在最短的時間内完成遙感影像水體(tǐ)自動解譯。

  • 高安全性

      自動解譯軟件支持在隔離(lí)的内網環境中(zhōng)部署,或搭建專屬網絡,通過内網部署保障數據安全不洩密。

  • 算法可進化

      自動解譯軟件能适應不同的環境不同的問題,而且在大(dà)多數情況下(xià)都能得到比較滿意的有效解,除此之外(wài),支持通過大(dà)量樣本提升解譯準确率,随着樣本庫的發展和豐富,人工(gōng)智能算法會不斷優化,實現通過不同類型的樣本生(shēng)成不同業務場景的算法模型。