| 設為首頁
當前位置: 首頁 » 資訊 » 企業新聞 » 正文

開拓遙感圖像新領域 大華股份AI喜獲殊榮

放大字體  縮小字體 發布日期:2019-10-09  來源:大華股份  瀏覽次數:302

 

近日,在第三屆遙感圖像稀疏表征與智能分析競賽中,大華股份自主開發的遙感圖像目標跟蹤算法,獲得了目標跟蹤精度排行榜第一的好成績1,2。大華從2000多個AI公司及頂尖的學術研究團隊中脫穎而出,取得標志性突破,彰顯了公司在遙感圖像等前沿技術領域開拓的創新能力。

該競賽由國家自然科學基金委信息科學部、“空間信息網絡基礎理論與關鍵技術”重大研究計劃指導專家組主辦,吸引了11個國家,115個城市2191支來自各大高校、研究所與科技公司相關領域研究團隊參賽。

 

圖一 城市遙感圖像

 

遙感技術 時代新挑戰

遙感技術,借助人造衛星、航天飛機、空間實驗室等探測儀器,從遠距離(4000km~600km)獲取目標物體的電磁波信息,通過對該信息的傳輸、修正、處理、分析,形成一個多層次、多視角、多領域的觀測體系,廣泛應用于資源勘探、環境監測、公共安全等多個領域。

由于遙感圖像具有尺度多樣性、高空俯視視角、小目標、多方向、背景復雜度高等特性,同時對算法效率要求嚴苛,因此遙感圖像智能分析極具挑戰性。為了進一步提升空間信息的鏈路傳輸效率與實際應用能力,各研究機構大力發展遙感圖像智能分析技術,借助圖像處理、機器學習、深度學習等算法理論,實現場景分類、語義分割、目標檢測、目標跟蹤等功能。

 

圖二 遙感圖像智能分析(語義分割、目標檢測、目標跟蹤)

大華積極開拓遙感技術創新研究

大華股份在AI核心技術領域持續耕耘,不斷提升智能算法、算力的核心競爭力。經過長期的技術積累,大華股份在2D車輛目標檢測、MOT跟蹤、實例分割、語義分割等多項國際競賽中的多個技術領域取得優異成績。大華AI核心技術與遙感圖像智能分析領域所需技術高度契合,公司AI團隊針對遙感圖像新領域的技術研究,首先從目標跟蹤開始,并逐漸向目標檢測、語義分割、場景分類等其它細分方向拓展。

針對遙感圖像的特殊性,大華股份AI團隊,首先在SiamRPN++算法基礎上進行優化與改進。不僅在模板分支引入注意力機制、建立模板空間、數據增廣、均衡負樣本采樣、引入LCT策略(目標丟失判斷、運動趨勢預測、重檢測)方面實現優化,還對當前基于孿生網絡跟蹤框架的發展趨勢進行分析,提出一種SiamCRPN++算法,框架上引入級聯的RPN結構,融合多層卷積特征,并通過不同訓練方式使得RPN具有不同的特性。

 

(a)目標受到遮擋物及背景干擾物影響下的跟蹤效果

 

(b)目標大范圍旋轉情況下的跟蹤效果

圖三 遙感圖像目標跟蹤結果展示

遙感技術隨著空間信息網絡體系的不斷發展,高空間分辨率、高時間分辨率、高光譜分辨率、高分數據的體系已經基本形成,空間信息網絡平臺數據量急劇增加,為遙感應用奠定了堅實基礎。將深度學習技術引入遙感數據解譯應用中,將大幅提升遙感數據的自動化處理與分析能力,快速精準地實現遙感數據翻譯,可應用于包括道路提取、地形地貌分類、土地利用分類、建筑物提取等多個遙感應用場景。人工智能將賦予遙感產業新的活力。

 

1官方鏈接:rscup.bjxintong.com.cn/?from=groupmessage#/theme/5

UZI:大華股份先進技術研究院團隊

 
 
[ 資訊搜索 ]  [ ]  [ 告訴好友 ]  [ 打印本文 ]  [ 關閉窗口 ]

 
0條 [查看全部]  相關評論

 
3d和值24的选号