摘要
近年来,随着卫星遥感数据的爆发式增长,多源融合、高频获取、全域覆盖的遥感影像成为城市空间治理不可或缺的数据来源。由于遥感大数据具有多源化、海量化、多维度和复杂性等特点,数据智能分析和信息深度挖掘成为遥感应用的关键难题。传统遥感应用以目视解译判读为主,不仅效率低下,且人工依赖度较高,难以适应城市空间实时动态监测的发展需求。阿里巴巴达摩院将自身在AI领域的技术积淀与遥感应用深度结合,利用基于深度学习的数据增强、语义分割、多尺度融合变化检测等先进技术,实现全自动的大棚提取、新增建筑物提取和全要素变化图斑提取,将传统解译时间缩短几十倍甚至几百倍,准确率和召回率均达到85%以上。实现城市违法用地和城市空间变化的快速发现和精准定位,为创新城市空间监测监管模式提供有力的技术支撑。
出处
《北京规划建设》
2020年第S01期178-180,共3页
Beijing Planning Review
