遥感所创新中心组织AI遥感外委项目验收讨论会 2022-12-13

遥感智能应用创新中心

12月13日，遥感智能应用创新中心通过网络视频会议组织召开外委项目“基于深度学习的土地利用地类遥感解译”项目验收讨论会。珠科院遥感与地理信息研究所扶卿华所长为专家组组长，创新中心顾祝军教授和曾麦脉博士为专家组成员，遥感所水土流失动态监测创新团队技术骨干参加了会议。

验收会上，受托方重庆邮电大学丰江帆教授团队从指标完成情况、样本库构建、深度学习遥感解译框架、项目特色和后期展望五个方面，总体汇报了项目完成情况。专家组在听取汇报、审阅项目验收材料基础上，对项目成果和应用前景进行提问、讨论和评议。专家组认为，项目已经超额完成了合同规定的各项任务，达到了预期的考核目标和技术指标，一致同意项目通过验收。
扶卿华所长指出，随着对地观测技术的发展，遥感影像数据以几何级数的速度快速增长。这些时效性强、覆盖范围广、多类型、多分辨率的海量遥感数据被广泛应用于众多领域，可以有效提升水土流失动态监测水平。深度学习技术的引入，要注意与水土保持和水利遥感业务需求相吻合。技术问题来源于实际业务需求，解决问题又离不开先进技术和方法的支持。具体方法的选择上，不必局限某一个具体技术，而是以服务生产效益为最终目的。创新中心和协作团队要立足项目实际，在业务关键环节和技术流程上不断优化，形成标准和规范，打造标志性拳头产品，为精细化、智能化水利遥感做出实质性贡献。

顾祝军教授提到，当前对地观测已经进入遥感大数据时代，而传统的遥感信息提取技术不能满足自动处理的效率与精度要求。深度学习是近年来人工智能领域发展起来的具有划时代意义的算法模型，与遥感数据的融合具有先天优势。然而，随着遥感影像数据量的快速增长和数据类型的不断丰富，对基于深度学习的土地利用地类遥感解译提出了更高要求。面向复杂的水土保持业务需求，很难通过一套成熟的深度学习模型、一次端到端的直接运算来实现精准分类的目标，需要梳理计算机视觉技术、遥感技术和地学知识的逻辑关系，发挥多学科融合的优势。
与会人员围绕着样本库构建、深度学习框架优化等方面展开了热烈的讨论。基于常态化研讨的外委项目的开展，创新中心有效利用了高等院校、科研院所的学术资源，切实构建内外协同的创新团队，结合业务需求积累人工智能遥感、地理大数据管理、云计算等前沿技术，为水土保持和水利遥感的转型升级奠定了数据、方法和人才基础。