随着人工智能技术快速发展,深度学习方法在语义分割和目标检测与识别方面的成果有目共睹。人工智能结合深度学习技术与遥感结合碰出的火花我们已有体会,利用AI实现对遥感影像中的道路、水系等等的提取与自动化检测极大的减少了我们的工作量。
对于大比例尺的航测影像和点云数据与AI结合又会碰出怎样的火花?
最近无意发现美国的一家公司针对大比例尺航测影像通过人工智能和他们独有的算法可以对道路、房屋、水系等等进行高精确提取,这也就是我们常做的线划图。(文末有该网站的链接)
该公司创始人David Morczinek毕业于麻省理工,曾在Airbus公司(空中客车)任职。作为联合创始人兼首席执行官,David带头开发自主绘图技术以推进航空智能产品的应用。目前该公司有两款产品,AirWorks Automate和AirWorks CAD。
传统处理,我们需要专业的软件和长时间不断地点画才能完成的线划图,现在通过AirWorks Automate AI与深度学习结合只要3步就可以完成。
上传数据和范围矢量
提交订单进行自动处理
下载处理成果
下面我们看看AirWorks Automate处理数据要求以及提取效果。
▐ 数据
正射影像
GeoTiff 和 .tif 格式数据
0.3厘米< GSD(地面分辨率)<7.6厘米
建议GSD < 1.5 厘米获取最佳提取效果
数据必须对公认的坐标系进行地理配准
点云
支持.las 和 .laz格式
除非使用 LiDAR,否则点云密度 (PCD) 应高于每平方米400 个点,PCD 理想情况下每平方米800点以上 。
对于点云数据AirWorks Automate的要求较高,并特意给出了点云间隔的要求。
下图显示了具有良好点间距的 LiDAR 点云文件: