DeepM
RS AI 遥感AI智能解译平台
遥感AI智能解译平台是一款基于深度学习算法的遥感影像全场景智能解译平台软件,可完成多源遥感影像地物分类、变化检测和目标识别等智能处理,提供从影像数据存储管理、样本库建设与协同编辑、AI训练及解译等一体化、全流程的遥感影像智能解译解决方案,能应用于自然资源、农林水利、国土测绘、生态环境、能源双碳等领域。
地物分类
地物分类
针对整景影像范围,进行像素级自定义地物类型解译与精准分割,直接得到整景栅格或矢量格式结果,用于地表覆盖生产或土地利用调查等变化检测
变化检测
基于相同区域的两期影像或影像与矢量,自动检测并提取特定地类的变化图斑位置和范围,例如耕地、林地、动土、建筑物变化等目标识别
目标识别
面向大范围影像区域,自动识别自定义目标物的位置与范围,例如车辆、井盖、病树、风电塔等AI训练平台
AI训练平台
基于自研人工智能算法,提供端到端的“一键式”Al训练平台,用户可快速训练和使用定制模型样本库管理
样本库管理
自有专利的遥感成果数据样本库自动生成,并支持多源主流开放格式,提供导入导出、编辑、浏览能力,可快速完成自有样本库建设影像资产管理
影像资产管理
对多源遥感影像、矢量数据提供统一的资产化管理与Web GIS能力,适配多数据源直接入库,无缝对接AI训练平台与样本管理变化检测被广泛应用于森林植被检测、土地覆盖变化、环境监测、灾害监测评估、城市规划等领域。比如可以借助变化检测功能检测研究区域内植被覆盖、建筑物与构筑物等是否发生了变化,从而明确森林火灾受灾情况或研究城市化进程;变化检测还可以明确具体变化类型,如退耕还林还草;甚至分析变化的时空分布模式,实现自然事件的预警;变化检测还可以监测气候变化,如分析冰川或海岸线的变化等。地物分类针对不同类型地表覆盖分类生产任务,可以快速准确实现区域全球大范围地表覆盖地物信息提取,有效提升生产作业效率,满足不同业务部门对地表覆盖基础地理信息的需求。
地物分类
全要素地物分类,通过AI+遥感智能分析,对地物进行全要素分类,同时对要素进行统计,详细案例见下图。
地物分类
地物提取
通过人工智能对地物进行提取,大幅提高工作效率及精准程度。可以实现对水体提取、建筑物提取、种植大棚提取、光伏电厂提取、拦河坝提取、路网及路网中心线提取等。以下示例分别是地块提取、建筑物提取、路网提取。
地块提取
建筑物提取
路网提取
变化检测
变化检测利用多时相的遥感数据,提取变化信息。迈普思科技可以实现通用变化检测、耕地变化检测、建筑变化检测等。下图是某市变化检测案例。
建筑变化检测