GeoHey 机器学习：用影像来探索地球

深度学习 • Aug 05, 2016

alt

地图是人类认识和探索地球的产物。我们费尽心思考虑投影变换、制图综合以及地图符号，目的就是为了更好地表达我们所生活的这个世界。

随着人类探索太空的进程不断加快，越来越多的卫星带着高分辨率的传感器被发射升空，随之带来的则是精度越来越高的遥感影像，现在越来越多的民用卫星都可以达到亚米级的分辨率，比如我国的吉林一号、高分二号等。而在目前，国内外仍然没有已发表的自动化的方法可以应对大范围的遥感影像解译处理。从中可以看出遥感影像解译的困难，而如何利用日益广泛的影像数据来帮助我们更好地认识和探索地球，已经是当前十分重要的任务。

与矢量的地图数据不同，遥感影像是现实地物的真实表像，并且具有覆盖广泛，甚至是准实时的特点。因此如何从具有完整地表信息的遥感影像中解译出具体的信息，即自动化地描述影像中地域的地表特征，并快速地在海量的影像中检索出人们关心的地物具有十分重要的意义和应用。

GeoHey 也一直在探索如何利用在不远的将来将会越来越普及的高清遥感影像，来帮助我们更好地探索地球，帮助我们的用户更好地决策、预测。为此，我们把最近在图像和语音识别方面取得巨大突破的深度学习引入到遥感影像的解译中，通过训练大量的矢量和栅格数据，使得我们的模型具有预测和搜索地物的能力。下面是一个演示的视频：

你还可以尝试我们的交互demo来挖掘你感兴趣地区的地表信息。

在未来，我们会持续进行训练以提高模型的准确度，并且会把相应的功能以API的形式开放出来，让更多的人可以使用我们的模型来解译和搜索影像。传统的遥感影像解译通常会把影像进行分割，而这也是我们下一步要进行的工作。