【51CTO.com快譯】無(wú)處不在的傳感器每天都在收集大量圖像，而使用人工智能技術(shù)自動(dòng)提取圖像特征的需求日益增加。深度學(xué)習(xí)模型可以輕松地自動(dòng)完成從衛(wèi)星圖像分析、點(diǎn)云數(shù)據(jù)數(shù)字化，以及提取地理特征等繁瑣的工作和任務(wù)。組織通過6個(gè)經(jīng)過預(yù)先訓(xùn)練的深度學(xué)習(xí)模型，可以將其用于從提取建筑物足跡到檢測(cè)沉船的各種應(yīng)用場(chǎng)景中。

1.建筑足跡提取

迄今為止，“建筑足跡提取”模型是最受歡迎的模型之一。這種深度學(xué)習(xí)模型用于從高分辨率(10～40 厘米)圖像中提取建筑足跡。提取建筑足跡可用于城市規(guī)劃和開發(fā)、保險(xiǎn)、稅收、變更檢測(cè)、基礎(chǔ)設(shè)施規(guī)劃，以及各種其他應(yīng)用的基礎(chǔ)地圖和分析工作流程等行業(yè)領(lǐng)域中。

使用新的深度學(xué)習(xí)模型可以自動(dòng)提取建筑足跡

盡管這一模型是為美國(guó)本土設(shè)計(jì)的，但在全球其他地區(qū)的應(yīng)用表現(xiàn)十分出色。下圖是一張展示了一些結(jié)果的故事地圖。該模型已經(jīng)更新并接受了更多數(shù)據(jù)的訓(xùn)練。即使非?？拷ㄖ?，這種深度學(xué)習(xí)模型也能很好地識(shí)別，而原始模型無(wú)法做到這一點(diǎn)。在下圖中可以查看結(jié)果的差異：

在圖中將會(huì)注意到水體、碼頭和通常不存在建筑物的地方，其誤報(bào)率顯著下降。

2.道路提取

采用新的道路提取模型可以從衛(wèi)星圖像中提取道路軌跡。道路是任何縣、市、州或聯(lián)邦政府機(jī)構(gòu)進(jìn)行基礎(chǔ)設(shè)施規(guī)劃、城市規(guī)劃，以及開發(fā)高效的信息模型所需的主要GIS圖層之一。道路的數(shù)字化和更新可能非常耗時(shí)。這個(gè)模型將大部分的數(shù)字化過程實(shí)現(xiàn)了自動(dòng)化。它基于多任務(wù)提取器arcgis.learn模型，這是一種十分先進(jìn)的模型，可以提供道路各路段的連接，如下圖所示：

當(dāng)使用語(yǔ)義分割模型(例如U-Net)時(shí)，從衛(wèi)星圖像中提取道路網(wǎng)絡(luò)通常會(huì)產(chǎn)生碎片化的路段。這是因?yàn)榈缆愤厴淠?、建筑物以及陰影造成的遮擋，衛(wèi)星圖像在道路提取方面造成了困難。該模型使用多任務(wù)學(xué)習(xí)，這受到人類通過沿特定方向進(jìn)行跟蹤為道路提供注釋的啟發(fā)。

該模型還可以在下圖所示的土路和井場(chǎng)通道上使用。

3.土地覆蓋物分類

美國(guó)環(huán)境系統(tǒng)研究所(Esri)在2020年10月發(fā)布其第一個(gè)土地覆蓋物模型，該模型在美國(guó)國(guó)家土地覆蓋數(shù)據(jù)庫(kù)(NLCD)數(shù)據(jù)集上進(jìn)行了訓(xùn)練，并在Landsat-8衛(wèi)星圖像集進(jìn)行工作。其生成的土地覆蓋物圖可用于理解城市規(guī)劃、資源管理、變更檢測(cè)、農(nóng)業(yè)以及各種其他需要與地球表面有關(guān)信息的應(yīng)用程序。

如今，與Sentinel-2影像一起使用的具有更高分辨率的土地覆蓋物分類模型正在發(fā)布。該模型適用于歐洲各國(guó)。它還在CORINE Land Cover(CLC)2018上進(jìn)行訓(xùn)練，使用與生成數(shù)據(jù)庫(kù)相同的Sentinel-2場(chǎng)景。土地覆蓋物分類是一項(xiàng)復(fù)雜的工作，很難用傳統(tǒng)的方法來(lái)獲取。深度學(xué)習(xí)模型有很高的能力來(lái)學(xué)習(xí)這些復(fù)雜的語(yǔ)義并提供更好的結(jié)果，如下圖所示。

這張故事地圖顯示了該模型在多個(gè)地區(qū)的分類結(jié)果。

該模型還可以用于變化檢測(cè)，因?yàn)榭梢栽趦蓚€(gè)不同時(shí)間的圖像上運(yùn)行它，并查看土地覆蓋物的變化，例如由野火引起的變化。在下圖中可以看到城市化的發(fā)展。新的居民區(qū)采用紅色陰影顯示。

4.人類居住區(qū)

高分辨率地圖無(wú)疑在了解人類居住區(qū)模式方面具有重要價(jià)值。而從相對(duì)分辨率較低的衛(wèi)星圖像中生成小型地圖也具有其自身的價(jià)值，可用于理解區(qū)域或全球增長(zhǎng)模式、人口分布、資源管理、變化檢測(cè)以及各種其他統(tǒng)計(jì)數(shù)據(jù)。疫苗接種計(jì)劃就是一個(gè)例子，通過在地圖上標(biāo)注的村莊，才能確保疫苗能夠提供給所有需要的人。

下圖顯示了新的人類居住區(qū)模型的結(jié)果，該模型適用于Landsat 8衛(wèi)星影像，并提取了這些人類居住區(qū)：

通過這個(gè)模型，可以看到城市化進(jìn)程將如何影響全球各地的變化。例如，可以在下圖看到2015年至2021年阿聯(lián)酋沙迦周圍的人類足跡是如何增加的：

適用于Sentinel影像的人類居住區(qū)提取模型。

5.沉船檢測(cè)

除了航拍圖像外，這些新模型還包括一個(gè)利用水深數(shù)據(jù)探測(cè)水下沉船的模型。雖然這是一個(gè)利基行業(yè)，是保持S57航海圖一個(gè)關(guān)鍵的要求。航道的沉船沒有埋標(biāo)記會(huì)導(dǎo)致災(zāi)難，將損壞船只或港口，并造成生命和財(cái)產(chǎn)損失。

該模型包括一個(gè)提供必要的預(yù)處理步驟，并簡(jiǎn)化了處理過程的地理處理工具。

6.模糊圖像中的車牌和人臉

隨著傳感器數(shù)量的大幅增加以及大量數(shù)據(jù)的涌入，諸如隱私之類的問題成為人們關(guān)注的問題。研究機(jī)構(gòu)發(fā)布了兩種模型來(lái)滿足這一需求。這些模型用于匿名化或模糊街景圖像中的人臉和汽車牌照?？梢詫⑦@些模型與ArcGIS Pro中的“使用深度學(xué)習(xí)對(duì)像素進(jìn)行分類”工具一起使用。

模型的示例結(jié)果如下圖所示：

[[387769]]

這些只是過去幾個(gè)月中為自動(dòng)化和簡(jiǎn)化工作流程而開發(fā)的一些模型。

原文標(biāo)題：6 Pre-Trained DL Models to Digitize and Extract Features from Imagery，作者：David Cardella

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】