安洲科技專注于遙感技術(shù)領(lǐng)域科研設(shè)備及數(shù)據(jù)處理服務(wù)十余年，已為國內(nèi)數(shù)百家科研單位及高校提供了各種遙感設(shè)備及數(shù)據(jù)處理技術(shù)支持，服務(wù)范圍遍布全國。AZAI-Spec作為安洲科技推出的基于新一代GPU并行計算和人工智能（AI）技術(shù)去解決光譜分析中的重點難點問題，從高光譜高維、復(fù)雜、大數(shù)據(jù)中挖掘提煉出微弱、精細、不宜被捕捉到的指紋信息，用于拓展和提高高光譜遙感在農(nóng)業(yè)、林業(yè)、土壤、水體、礦產(chǎn)、環(huán)境監(jiān)測等領(lǐng)域的應(yīng)用范圍和效率，構(gòu)建新一代高效率高精度高光譜智能處理平臺和系統(tǒng)，為客戶提供數(shù)據(jù)處理服務(wù)、幫客戶打造代碼平臺、定制化應(yīng)用解決方案、軟件產(chǎn)品和咨詢服務(wù)。
高精度、高效率的高光譜圖像分類與檢測軟件算法，可以識別弱指紋信息、精細區(qū)分相似地物、檢測識別弱目標(biāo)、生成分類專題圖，支持大部分環(huán)境監(jiān)測（比如病蟲害分布圖）和資源探測應(yīng)用（比如巖性分類圖）。然而，目前遙感軟件僅僅局限于傳統(tǒng)分類算法（比如SVM和隨機森林等），效率低，不能處理稍大高光譜數(shù)據(jù)、精度低，不能捕捉弱指紋信息造成誤分誤判等缺點，已經(jīng)成為高光譜分類應(yīng)用的障礙。AZAI-Spec開發(fā)基于GPU和AI算法的新一代高光譜分類功能模塊，（1）效率高，能夠快速處理大范圍海量高光譜圖像數(shù)據(jù)、（2）提取弱指紋信息強，能夠有效捕捉到相似地類的細微差異用于精細分類和識別、（3）半監(jiān)督學(xué)習(xí)能力強，能夠利用圖像中非平穩(wěn)空間相關(guān)性降低對訓(xùn)練樣本數(shù)量要求，極大減少地面采樣和訓(xùn)練樣本標(biāo)注工作量，（4）精度高，能夠生成像素級精細地物分類專題圖和弱目標(biāo)分布專題圖，用于支撐農(nóng)業(yè)、林業(yè)、土壤、水體、礦產(chǎn)、環(huán)境監(jiān)測等領(lǐng)域的分類制圖應(yīng)用。
基于 K6多光譜數(shù)據(jù)的機器視覺自動分類研究
飛行參數(shù)：
飛行高度：400 m 飛行速度：20 m/s；
拍照方式：等距觸發(fā) GSD：10 cm；
飛行面積：3平方公里 波段選取：490、550 、615、 685、 725、 940
1 處理結(jié)果 ：
真彩色RGB（R：650 nm 、G：550nm 、B：450nm ）
2 訓(xùn)練樣本
使用訓(xùn)練樣本采集工具對RGB圖像進行顯示，并且標(biāo)注出訓(xùn)練樣本進行模型訓(xùn)練和測試，一共標(biāo)注五個類別（植被、道路、房屋、裸地和水體）。整個過程需要約半個小時。本次實驗從原圖上標(biāo)注了約27000個像素作為訓(xùn)練樣本，約27000個像素作為測試樣本。
3 模型訓(xùn)練
使用訓(xùn)練樣本去訓(xùn)練卷積神經(jīng)（CNN）網(wǎng)絡(luò)分類模型，用于捕捉不同地類之間的光譜差異和空間特征差異。訓(xùn)練使用了1塊RTX 2080顯卡加速計算，訓(xùn)練整個訓(xùn)練過程約一個小時。
4 訓(xùn)練出圖
用訓(xùn)練得到的CNN模型進行整個18043×11483，5波段圖的預(yù)測出圖。訓(xùn)練使用了1塊RTX 2080顯卡加速計算，訓(xùn)練整個預(yù)測過程約30分鐘。
5 精度分析
本次實驗確定了5個類別：建筑物、裸地、道路、植被和水體。測試平均精度87.4%，逐類測試精度如下：建筑物85.7%，裸地98.3%，道路63.0%，植被95.9%，水體93.9%。
