当前位置:首页 > 军事资讯 > 正文

开拓遥感图像新领域 大华股份AI喜获殊荣

时间:2019-10-13 13:43:23   来源:网络  

最近,在第三届遥感图像稀疏表示和智能分析竞赛中,大华股份公司公司采用了自主开发的遥感图像目标跟踪算法,在目标跟踪精度上排名第一和第二位。大华股份公司在2000多家人工智能公司和顶级学术研究团队中取得了标志性突破,突出了公司在遥感图像等尖端技术方面的创新能力。

这次比赛由国家自然科学基金委信息科学部和空间信息网基础理论和关键技术研究项目专家指导小组赞助,吸引了来自大学、科研机构和科技公司的2191支科研队伍。

图1城市遥感图像

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

大华股份先进技术研究院团队

遥感技术时代的新挑战

遥感技术借助卫星、航天飞机、空间实验室等探测仪器,从远距离(4000km~600km)获取目标物体的电磁波信息,通过信息的传输、校正、处理和分析,形成了一个多层次、多角度、多场的观测系统,广泛应用于资源勘探、环境监测、公共安全等领域。

由于遥感图像的尺度多样性、高空透视、小目标、多方向、高背景复杂度等特点,遥感图像的处理效率高,因此遥感图像的智能分析具有很大的挑战性,为了进一步提高遥感图像的链路传输效率和空间信息的实际应用能力,各研究机构大力发展了遥感图像的智能分析技术,利用图像处理、机器学习、深度学习等算法理论,实现了场景分类、语义分割、目标检测、目标跟踪等功能。

图2遥感图像的智能分析(语义分割、目标检测、目标跟踪)

大华积极开展遥感技术创新研究

大华继续在人工智能核心技术领域接受培训,智能算法的核心竞争力和计算能力也在不断提高。经过长期的技术积累,大华交易所在二维车辆目标检测、机动跟踪、案例分割、语义分割等技术领域取得了优异的成绩,其核心技术与遥感图像智能分析所需的技术高度一致,从目标跟踪开始,公司的人工智能团队逐渐扩展到其他细分方向,如目标检测、语义分割、场景分类等。

鉴于遥感图像的特殊性,大华股份率先增加了人工智能团队来优化和改进siamrpn+算法,它不仅优化了注意力机制、模板空间、数据展宽、平衡负采样、LCT策略(目标丢失判断、运动趋势预测、再检测),还分析了目前基于双网跟踪框架的发展趋势,并提出了Siamcrpn+算法。该算法引入了级联RPN结构,并结合多层卷积的特点,通过不同的训练方法,使RPN具有不同的特点。

(A)在掩蔽和背景干扰影响下的目标跟踪效应

(B)大型旋转目标的跟踪效果

图3遥感图像中目标跟踪结果的显示

随着空间信息网络系统的不断发展,高空间分辨率、高时间分辨率、高光谱分辨率和高分辨率系统已经基本形成。空间信息网络平台上的数据量迅速增加,为遥感应用奠定了坚实的基础。将深度学习技术引入遥感数据的解释和应用中,将大大提高遥感数据的自动处理和分析能力,实现遥感数据的快速准确转换。它适用于各种遥感应用场景,包括道路提取、地形地貌分类、土地利用分类、建筑物提取等。人工智能将为遥感产业注入新的活力。

有关更多信息,请参见企业级区域:http://www.ceiea.com/cp53846

上一篇:我国新一代固体燃料洲际导弹,东风-41威力如何?

下一篇:最后一页