人工“挑片”时代结束秒级响应的影像智能推荐来了

数据来源：数慧云脑 2023-01-30 530

伴随着航天航空卫星遥感技术及产业的快速发展，全球卫星遥感影像数据呈爆发式增长。这些数据来源广泛、类型多样、规模庞大，与测绘地理信息、生态环保与国防安全的关系越来越紧密，在自然资源、生态环境、农业农村、城市建设、应急保障等业务领域中广泛应用，影像使用频率及个性需求越来越大。

如何实现对这些数据的系统化组织、管理和应用，建立以业务为驱动的影像自动推荐模式，是影像统筹要解决的关键性问题。

我们在上一篇文章：还在人工目视检查？海量多源卫星遥感影像自动化质检了解一下 中，向大家介绍了对影像质量进行自动化、智能化、标准化“体检”的方法，为下一步影像数据的精细化利用提供了可靠的技术支撑。

影像质检完成之后，就进入下一个环节——选择合适的影像。不同行业应用领域及不同业务应用场景，对影像的要求也各不相同。例如，农作物长势监测、粮食估产等业务，对影像的光谱信息及采集时间就有较高的要求，而对分辨率的要求就会相对较低；城市空间监测等精细化管理要求较高的业务，则对影像的分辨率要求就比较高；而卫片执法等对影像时效性要求较高的业务，则对影像的覆盖率要求就比较高，对影像的质量和分辨率的要求就会相对降低。

为满足不同行业及业务应用场景对影像的统筹需求，北京数慧经过3年潜心研究，将知识图谱、深度学习等新一代信息技术与自然资源业务领域深度融合，自主研发了影像统筹管理系统，将各行业业务专家的知识进行固化，形成知识图谱，构建统筹推荐算法，实现快速、准确、自动化地挑选出满足目标区域内质量最优、时相最佳、成本最低、覆盖率最高的卫星遥感影像数据，以解决人工成本高、数据质检任务重、人工选择数据难的问题。

系统摒弃以景为单元的传统卫星遥感影像数据组织模式，基于影像质量标签和可用域，构建了时相优先、质量优先、优劣互补、业务场景语义推理等多因子的综合推荐算法，以满足不同业务应用场景对影像的需求，进而充分将有云（雾）的卫星遥感影像数据利用起来，提高目标区域影像覆盖率和利用率，强化生产统筹服务能力。

下面我们以广东省惠州市博罗县2022年数据为例，来对比人工挑选和计算机自动挑选影像的过程和效率，应用场景为生产2022年博罗县亚米级一张图。该县共有影像数据45景，以GF2为主，数据采集时间集中在3月、9月和10月，数据质量整体较好。

先来看一下人工“挑片”步骤：

第一步：

对该区域45景影像进行人工解压，并通过图像处理软件，对影像数据按采集时间进行分组。

3、4、5月份影像覆盖情况