本报讯 近日，自然资源部陕西基础地理信息中心完成并正式发布基于深度学习的影像智能解译产品。该产品成功将深度学习技术引入影像解译中，为测绘生产中的地物分类、变化检测、自动分类识别等提供了辅助自动化方法，实现了自然资源信息的自动提取和快速更新，全面提升了影像解译能力和效率。
　　传统基于影像解译的地理信息数据采集耗费人力物力，效率较低，采集结果常与技术人员的影像识别经验能力相关，质量不能得到充分保障。地信中心技术团队紧密结合遥感影像快速解译需求，开展了基于深度学习的影像智能解译产品研发，形成了包含影像智能解译Desktop及Server全流程的软件解决方案，实现了从数据预处理到解译成果后处理一体化的影像智能解译流程。
　　该解决方案将遥感技术与人工智能技术相结合，以人工智能赋能遥感技术，大幅缩短了遥感图像解译周期，提高了解译精准度。通过实际生产项目验证，该解决方案较传统遥感影像解译分类，能提高效率5%—30%，大幅度降低人力重复工作，能够较好地满足重大测绘生产项目应用需求，也能针对环保、林业、农业、水利等其他行业对地物自动分类识别的需求，实现各类资源信息的自动提取和快速更新。

（黄玉青）