新一輪科技革命和產(chǎn)業(yè)變革的大幕早已掀開(kāi)。作為全球科技競(jìng)爭(zhēng)的制高點(diǎn)，人工智能已經(jīng)成為世界主要國(guó)家推動(dòng)科技跨越式發(fā)展、實(shí)現(xiàn)產(chǎn)業(yè)優(yōu)化升級(jí)、贏得全球競(jìng)爭(zhēng)主動(dòng)權(quán)的關(guān)鍵抓手。在我國(guó)，人工智能更是上升到國(guó)家戰(zhàn)略。
隨著人工智能的深入發(fā)展及其與各行業(yè)的深度融合，跨領(lǐng)域、全格局正在成為新趨勢(shì)。許多行業(yè)可能在這一變革中消失，而其他一些行業(yè)則會(huì)獲得快速發(fā)展。遙感是與人工智能緊密關(guān)聯(lián)的領(lǐng)域，應(yīng)用人工智能技術(shù)實(shí)現(xiàn)遙感影像的自動(dòng)解譯意義重大。智能遙感解譯技術(shù)可廣泛應(yīng)用于國(guó)土資源與環(huán)境監(jiān)測(cè)、農(nóng)作物監(jiān)測(cè)與估產(chǎn)、森林碳匯估算等許多領(lǐng)域，是國(guó)家的戰(zhàn)略需求，相關(guān)研究和探索一直以來(lái)備受關(guān)注。
智能遙感解譯是深度學(xué)習(xí)與遙感應(yīng)用深度耦合的交叉領(lǐng)域
本次人工智能的熱潮是從深度學(xué)習(xí) *** 成功用于圖像識(shí)別等領(lǐng)域開(kāi)始，并在指紋識(shí)別、人臉識(shí)別等方面已得到廣泛應(yīng)用。遙感作為一種特殊的圖像，早在2013年國(guó)內(nèi)外學(xué)者就開(kāi)始利用深度學(xué)習(xí) *** 進(jìn)行智能遙感解譯的研究，涵蓋目標(biāo)與場(chǎng)景檢索、目標(biāo)檢測(cè)、地物分類(lèi)、變化檢測(cè)、三維重建等多個(gè)應(yīng)用場(chǎng)景，并取得了諸多研究成果。
添加微信好友, 獲取更多信息
復(fù)制微信號(hào)
雖然深度學(xué)習(xí) *** 在場(chǎng)景檢索、目標(biāo)檢測(cè)等方面取得重要進(jìn)展，并有部分成果達(dá)到了實(shí)用化水平。但是由于遙感影像比人臉識(shí)別的影像復(fù)雜得多，目前智能遙感解譯 *** 并沒(méi)有得到廣泛應(yīng)用，特別是在自然地物分類(lèi)方面還難以滿足業(yè)務(wù)化的應(yīng)用需求，我國(guó)地理國(guó)情監(jiān)測(cè)和第三次國(guó)土資源調(diào)查等重大工程主要還是采用人工解譯的 *** 。由于遙感影像和應(yīng)用具有特殊性，通用人工智能 *** 在遙感智能解譯方面遇到了挑戰(zhàn)。
與人工智能的數(shù)據(jù)、算法及算力三要素相似，智能遙感解譯也有三大核心要素，遙感影像樣本庫(kù)、遙感智能解譯的算法與模型、能夠進(jìn)行大規(guī)模計(jì)算的硬件平臺(tái)。目前算力基礎(chǔ)設(shè)施可以采用通用硬件平臺(tái)，但是由于遙感影像的特殊性和應(yīng)用的多樣性，需要構(gòu)建一個(gè)開(kāi)放、統(tǒng)一基準(zhǔn)的影像樣本庫(kù)，和高效、可靠的遙感解譯框架與模型。
智能遙感解譯研究面臨的挑戰(zhàn)與可行性對(duì)策
盡管目前已有不少利用深度學(xué)習(xí) *** 進(jìn)行遙感解譯的相關(guān)研究，但在實(shí)際應(yīng)用上，影像樣本庫(kù)、深度學(xué)習(xí)框架以及AI算力等方面依然存在著挑戰(zhàn)。首先，大規(guī)模樣本庫(kù)是遙感智能解譯的數(shù)據(jù)驅(qū)動(dòng)，但目前遙感領(lǐng)域尚無(wú)大規(guī)模“像素-目標(biāo)-場(chǎng)景”多層級(jí)多任務(wù)，涵蓋目標(biāo)檢索、目標(biāo)檢測(cè)、地物分類(lèi)、變化檢測(cè)、三維重建的開(kāi)放解譯樣本庫(kù)，公開(kāi)數(shù)據(jù)集缺乏統(tǒng)一格式接口和標(biāo)準(zhǔn)規(guī)范，遠(yuǎn)不能滿足遙感智能解譯要求，亟需突破已有樣本庫(kù)的不完善造成的模型局限性，使得樣本庫(kù)能夠智能擴(kuò)展與精化，實(shí)現(xiàn)樣本庫(kù)的可持續(xù)構(gòu)建。其次，通用深度學(xué)習(xí) *** 難以用于遙感地物分類(lèi)等應(yīng)用場(chǎng)景，還沒(méi)有達(dá)到商業(yè)化應(yīng)用水平。在遙感專(zhuān)用深度學(xué)習(xí)框架模型中，需要顧及多維時(shí)空譜特性，滿足高效靈活的內(nèi)存自動(dòng)擴(kuò)展、尺度與通道的自適應(yīng)優(yōu)選要求。最后，雖然通過(guò)遙感深度神經(jīng) *** 可以訓(xùn)練專(zhuān)用模型，但由于算力昂貴且不足的問(wèn)題突出，在未來(lái)數(shù)據(jù)集豐富后，如何高效利用已有算力解決自然地理要素地物分類(lèi)等難題仍是很大的挑戰(zhàn)。
如何解決這些問(wèn)題？經(jīng)過(guò)多年的研究，筆者認(rèn)為有三個(gè)對(duì)策方向可以參考。之一、圍繞多源遙感影像的智能識(shí)別與解譯，開(kāi)展適合于遙感影像深度學(xué)習(xí)訓(xùn)練與測(cè)試用的樣本庫(kù)類(lèi)型動(dòng)態(tài)擴(kuò)展與自動(dòng)精化機(jī)制研究；第二、針對(duì)遙感影像特點(diǎn)和應(yīng)用需求，研究遙感影像深度神經(jīng) *** 開(kāi)源架構(gòu)與模型，構(gòu)建顧及遙感特性的專(zhuān)用遙感 *** 模型；第三、依托集約型算力基礎(chǔ)設(shè)施，如武 *** 工智能計(jì)算中心，高效利用其公共普惠算力，同時(shí)發(fā)揮其應(yīng)用創(chuàng)新孵化以及智能遙感領(lǐng)域人才培養(yǎng)的賦能作用，為智能遙感解譯研究提供源源不竭的動(dòng)力。
武漢大學(xué)提供智能遙感解譯研究方案
圍繞國(guó)家重大需求，武漢大學(xué)建立了中國(guó)之一個(gè)測(cè)繪遙感學(xué)科國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室――測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，開(kāi)展包括航空航天攝影測(cè)量、空間信息系統(tǒng)與服務(wù)、遙感信息處理、3S集成與 *** 通信及導(dǎo)航定位與位置服務(wù)等在內(nèi)的針對(duì)性研究。具體落實(shí)到智能遙感解譯研究，我們始終保持探索。2020年，武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室和遙感信息工程學(xué)院申請(qǐng)獲批了國(guó)家自然科學(xué)基金委“空間信息 *** ”重大計(jì)劃集成項(xiàng)目“大規(guī)模遙感影像樣本庫(kù)構(gòu)建及開(kāi)源遙感深度 *** 框架模型研究”，目標(biāo)是構(gòu)建大規(guī)模遙感影像樣本庫(kù)和專(zhuān)用遙感深度學(xué)習(xí) *** 框架與模型。項(xiàng)目明確提出了”五個(gè)一”的研發(fā)目標(biāo)，即“一套”遙感框架與模型、“一個(gè)”樣本庫(kù)、“一套”眾包樣本采集工具、“一個(gè)”開(kāi)源遙感智能解譯社區(qū)和“一系列”研究與應(yīng)用成果。
目前，該項(xiàng)目組與華為保持著深度合作，致力于打造遙感影像樣本庫(kù)（LuojiaSet）和遙感影像專(zhuān)用框架（LuojiaNet），為自然資源監(jiān)測(cè)、社會(huì)經(jīng)濟(jì)發(fā)展評(píng)估、災(zāi)害應(yīng)急等重大科研任務(wù)提供技術(shù)、平臺(tái)及應(yīng)用支撐，助力建設(shè)中國(guó)遙感科研生態(tài)圈，推進(jìn)中國(guó)遙感產(chǎn)業(yè)化應(yīng)用。
作為遙感影像樣本庫(kù)，LuojiaSet力圖構(gòu)建完備的遙感影像樣本庫(kù)，持續(xù)精化影像樣本，使能模型可逐步進(jìn)化。目前，項(xiàng)目組已完成五大類(lèi)遙感典型任務(wù)的影像樣本庫(kù)概念、邏輯、物理設(shè)計(jì)，從區(qū)域到全球樣本數(shù)量達(dá)500萬(wàn)以上。而遙感影像專(zhuān)用框架――LuojiaNet，與華為?N騰AI計(jì)算框架MindSpore團(tuán)隊(duì)密切合作打造而成，其可兼容其它計(jì)算構(gòu)架和深度學(xué)習(xí)框架，具有高效的開(kāi)發(fā)及運(yùn)行能力，可實(shí)現(xiàn)遙感特性嵌入，能處理“大幅面，多通道”遙感影像，通過(guò)深度神經(jīng) *** 與遙感知識(shí)圖譜推理深度耦合，實(shí)現(xiàn)遙感特性的全面優(yōu)化。同時(shí)，融合全棧國(guó)產(chǎn)AI系統(tǒng)打造的遙感影像樣本庫(kù)及專(zhuān)用框架，在信息數(shù)據(jù)安全及技術(shù)應(yīng)用的自主性方面，為我國(guó)的智能遙感研究筑起了一座牢固的安全堡壘，對(duì)于提升我國(guó)遙感領(lǐng)域研究競(jìng)爭(zhēng)力具有重要意義。
從未來(lái)產(chǎn)業(yè)應(yīng)用方向來(lái)看，人工智能特別是深度學(xué)習(xí) *** 已經(jīng)在遙感目標(biāo)與場(chǎng)景識(shí)別、信息提取、地物分類(lèi)、變化檢測(cè)、三維重建等方面取得重要進(jìn)展，但還沒(méi)有達(dá)到實(shí)用的水平。要進(jìn)一步解決人工智能 *** 在遙感自動(dòng)解譯方面存在的問(wèn)題，需要繼續(xù)擴(kuò)大樣本數(shù)據(jù)庫(kù)，并增加多樣性和區(qū)域性的樣本；另一方面需要設(shè)計(jì)遙感專(zhuān)用的深度學(xué)習(xí)神經(jīng) *** ，將光譜信息和地學(xué)知識(shí)融入到 *** 中，使之能夠有效解決自然地理要素地物分類(lèi)等難題。這無(wú)疑都需要依托于我國(guó)人工智能安全自主的核心技術(shù)和基礎(chǔ)設(shè)施的發(fā)展，助力智能遙感解譯研究等科研創(chuàng)新突破，實(shí)現(xiàn)產(chǎn)業(yè)生態(tài)繁榮。
（作者系中國(guó)科學(xué)院院士、武漢大學(xué)教授）
