斷了的弦 再怎麽連

我的感覺 你已聽不見

你的轉變 像斷掉的弦

再怎麽接 音都不對

你的改變 我能(néng)夠分(fēn)辨

……

錯了，再來

遙感影像 豐富多(duō)源

變化檢測 用(yòng)途廣泛

人工(gōng)提取 速度嫌慢

如何應對 天樞平台

你的改變 我能(néng)夠分(fēn)辨

“我還是從前那個少年沒有(yǒu)一絲絲改變，時間隻不過是考驗種在心中(zhōng)信念絲毫未減~~”

當旋律響起來的時候，感覺曾經的那個白衣少年恍若在眼前，趕緊翻箱倒櫃找到了10年前的照片，又(yòu)對了一下現在鏡子裏的自己，發現“大哥(gē)變大叔、一胖毀所有(yǒu)”……發際線(xiàn)還在或許是對自己最大的安(ān)慰了，算了，還是先吃包辣條壓壓驚。

言歸正傳，世界著名(míng)作(zuò)家、大思想家斯賓塞·約翰遜在其著作(zuò)《誰動了我的奶酪》寫道：“世界上唯一不變的是變化本身”。不變是指靜止，變化本身是指運動，體(tǐ)現了運動是絕對的，靜止是相對的。時間以四季的更替進行變換，世間萬物(wù)也在随着時間的變化而發生滄桑巨變。

1826年，法國(guó)人尼塞弗爾·尼埃普斯（NicePhore·Niepce）發明了世界上第一台相機，它的外觀是一個簡陋的木(mù)箱子，借助暗箱繪畫成像原理(lǐ)，“拍”出了世界上第一張永久性照片，這也代表着“攝影”的誕生，也表明變化可(kě)以被記憶、可(kě)以被存儲。

20世紀是科(kē)學(xué)技(jì )術大爆發的時代，飛機、人造衛星、計算機、傳感器等為(wèi)不同種類的影像獲取提供了支撐。從一個人的像片中(zhōng)，我們可(kě)以辨别出人的頭、身體(tǐ)及五官等信息；而通過遙感圖像則可(kě)以識别出水體(tǐ)、植被、山(shān)地、建築物(wù)、農田等信息，甚至具(jù)體(tǐ)到精(jīng)細的地物(wù)，如一棵樹、一個人、一條交通标志(zhì)線(xiàn)、一個足球場内的标志(zhì)線(xiàn)等。大量信息的提取，決定了遙感技(jì )術十分(fēn)廣闊的應用(yòng)範圍，據統計，遙感技(jì )術可(kě)以應用(yòng)到陸地水資源調查、土地資源調查、植被資源調查、地質(zhì)調查、城市遙感調查、海洋資源調查、測繪、考古調查、環境監測和規劃管理(lǐ)等近30個領域（資料來源于“中(zhōng)國(guó)科(kē)學(xué)院對地觀測與數字地球科(kē)學(xué)中(zhōng)心”）。遙感的變化檢測則是從不同時期的遙感數據中(zhōng)定量分(fēn)析和确定地表變化的特征與過程，随着高分(fēn)辨率以及亞米級商(shāng)業遙感衛星的成功發射和迅速發展,遙感影像的空間分(fēn)辨率逐漸清晰，極大地提高了土地利用(yòng)/覆蓋變化（LU/LC）監測的能(néng)力，高分(fēn)影像也廣泛地應用(yòng)于土地資源管理(lǐ)、城市規劃、違法用(yòng)地提取、農林監測、自然災害監測與評估等方面。

近年來，深度學(xué)習在自然影像目标檢測、語音識别、人臉識别等領域得到了廣泛的應用(yòng)，并取得了巨大的成功，在遙感影像處理(lǐ)中(zhōng)，已解決了傳統方法過于耗時且需要煩瑣的人工(gōng)幹預的缺陷。中(zhōng)科(kē)北緯（北京）科(kē)技(jì )有(yǒu)限公(gōng)司以自身AI技(jì )術的沉澱，依托于深度學(xué)習的技(jì )術和國(guó)産(chǎn)開源的學(xué)習框架，基于時空大數據和大規模數據計算的能(néng)力，聯合行業夥伴，形成完整的處理(lǐ)體(tǐ)系，打造了一款遙感智能(néng)視覺平台——“天樞”平台。

小(xiǎo)編今天主要來給大家介紹一下近兩年最受業界矚目的遙感影像數據處理(lǐ)之“變化檢測”功能(néng)。天樞平台基于深度學(xué)習技(jì )術和成熟的變化模型檢測算法，提供了變化檢測功能(néng)模塊，可(kě)以提取前後兩期影像大于四個像素的變化區(qū)域，有(yǒu)無的問題基本都可(kě)以解決，單體(tǐ)要素也可(kě)以提取出來。該系統提供的是一種端到端的變化檢測,在大大簡化變化檢測複雜性的同時提高了檢測結果的精(jīng)度，能(néng)夠滿足地物(wù)變化檢測的需求。

所謂變化檢測，需要回答(dá)以下3個問題：

針對上述問題的解答(dá)，也形成了代數運算法、分(fēn)類法、變換法、混合法等多(duō)種變化檢測方法，其優缺點如下表所示：

選自[1]任秋如,楊文(wén)忠,汪傳建,魏文(wén)钰,錢芸芸.遙感影像變化檢測綜述[J].計算機應用(yòng):1-13

在天樞平台中(zhōng)，變化檢測的模型訓練及解譯流程概括如下：

上述流程從數據添加、标注、模型訓練、叠代優化、測試、發布到解譯都可(kě)以在平台裏進行，且提供了多(duō)種訓練參數組合，保證訓練出高精(jīng)度的模型。具(jù)體(tǐ)操作(zuò)流程如下：

訓練完成後，會生成一份包含了模型準确率曲線(xiàn)、LOSS曲線(xiàn)、标簽檢出數量、标簽檢出準确率等參數指标的報告，由此可(kě)對模型的質(zhì)量好壞做大緻評判。

對于訓練好的模型，要想進一步評估模型的好壞，可(kě)準備一組有(yǒu)代表性的測試集對模型進行測試，得出如上述的參數指标。

如對當前訓練出來的模型質(zhì)量不太滿意，沒關系，我們可(kě)通過繼續增加訓練集，在此模型基礎上進行叠代優化、調整參數，直至最終訓練出一個符合精(jīng)度要求的模型。

訓練出一個成熟的模型之後，可(kě)以進行模型的發布。

解譯完成後，點擊詳情查看解譯效果圖

也可(kě)以下載成果SHP，在Arcgis軟件上加載展示

細節展示

     *本文(wén)章部分(fēn)照片來自于網絡，如涉及侵權，請聯系我們删除。