讓人工智能來熬夜讀圖——我國的遙感圖像智能處理技術(shù)

　　用計算機和人工智能來替代讀圖員，把浩如煙海的遙感原始數(shù)據(jù)變成有用的知識，同時把遙感應(yīng)用引向普及和深入，甚至走進普通民眾的生活，這是業(yè)界幾十年來的夢想。人們?yōu)榇藝L試了很多算法和方法，但是要把它變成產(chǎn)業(yè)，變成行業(yè)和個人能夠使用的工具。卻是一項知易行難的工程。

　　判讀員不夠用了

　　從遙感圖像里提取信息，是遙感應(yīng)用和遙感產(chǎn)業(yè)的基本生產(chǎn)方式。在衛(wèi)星遙感發(fā)明出來以前，航空遙感是人們俯瞰地球的主要手段。那時的航空遙感相機都是用膠片作為記錄手段的。圖像判讀員們要對著這些照片做人工目標判讀工作。衛(wèi)星遙感技術(shù)發(fā)明和應(yīng)用，特別是傳輸性對地觀測衛(wèi)星的出現(xiàn)，讓這些傳統(tǒng)的判讀員們有了新的任務(wù)。

　　但是越來越豐富的圖像資源帶來了新的問題：判讀員不夠用。按照美國軍方的標準，一名合格的判讀員培養(yǎng)周期長達八年之久。即使在技術(shù)人才最為充裕的美國軍隊和美國情報部門，也長期面臨著判讀員嚴重匱乏的問題。所以大部分衛(wèi)星圖像——不管是數(shù)字的還是膠片的——從來沒有人看過。

　　同樣的問題也出現(xiàn)在民用領(lǐng)域，自從傳輸型遙感衛(wèi)星投入使用，衛(wèi)星遙感圖像的數(shù)量再也不受膠片攜帶量的限制。高分辨率衛(wèi)星的商業(yè)化和商業(yè)星座的普及，更是讓數(shù)字遙感圖像成了要多少有多少的海量資源。

　　僅僅從國內(nèi)而言，目前在軌運行的就有國有制的資源、高分系列衛(wèi)星，以及商業(yè)機制的吉林一號星座和高景星座，更多商業(yè)星座正在籌劃和部署之中。判讀員不夠的問題，比以前更加突出了。

　　這形成了遙感應(yīng)用產(chǎn)業(yè)中最為薄弱的一個環(huán)節(jié)，龐大的資源和龐大的需求之間，靠極為有限的人力判讀環(huán)節(jié)維持著。產(chǎn)能不足必然會抑制需求，這也是遙感應(yīng)用市場一直沒有像位置服務(wù)及廣播電視那樣發(fā)展壯大的原因。

　　熬夜得來的驅(qū)動力

　　國外遙感應(yīng)用界最近才把這個問題推向前臺。2017年9月，在歐洲咨詢公司主辦的“世界衛(wèi)星商業(yè)周”上，人們熱議的話題正是“對地觀測行業(yè)從銷售數(shù)據(jù)轉(zhuǎn)向銷售答案”。要從數(shù)據(jù)中取得答案，就不可能像傳統(tǒng)上那樣靠人力來分析數(shù)據(jù)，只能依靠人工智能和深度機器學習技術(shù)。

　　在遙感產(chǎn)業(yè)界規(guī)模最大、名氣最大的數(shù)字地球公司，則把自己的業(yè)務(wù)全面轉(zhuǎn)向了亞馬遜網(wǎng)絡(luò)服務(wù)公司(AWS)，利用AWS所掌握的機器學習技術(shù)來實現(xiàn)深度分析，服務(wù)于防務(wù)、情報、公共安全、測繪、環(huán)境保護、油氣勘探和導(dǎo)航等領(lǐng)域。這一連串的事件得到了國際航天媒體的廣泛報道。但是國外航天媒體所沒有報道的是，中國的商業(yè)航天創(chuàng)業(yè)者們不但很早就意識到了這個問題，而且表現(xiàn)出了更高的行動力。

　　早在2006年，一家叫做航天星圖科技(北京)有限公司(以下簡稱航天星圖)的創(chuàng)業(yè)企業(yè)，就啟動了向遙感圖像智能處理進軍的進程。迄今為止，他們已經(jīng)開發(fā)出了五代產(chǎn)品，從GEOVIS 1到GEOVIS 5，智能化程度越來越高。在曙光超級計算機和智能計算基數(shù)的支撐下，這種產(chǎn)品平臺正在發(fā)揮著日益顯著的效能。不但如此，航天星圖還打算融合用戶的知識與力量，共同建立產(chǎn)業(yè)生態(tài)圈，開發(fā)GEOVIS平臺的應(yīng)用，共同把遙感數(shù)據(jù)中的信息變成對社會運行有用的知識。

　　航天星圖并不是因為突發(fā)奇想才選擇了遙感圖像智能處理這個研究方向。早在21世紀初，國內(nèi)就開始采購國外高分辨率商業(yè)遙感衛(wèi)星圖像。當時這類衛(wèi)星圖像數(shù)量較少，而且應(yīng)用非常有限，用人力處理圖像還是可以接受的方式。

　　隨著圖像數(shù)量的增加和用戶任務(wù)的頻繁，人力處理的弊端越來越突出。航天星圖的幾位創(chuàng)業(yè)者當時供職于中國科學院電子學研究所。這是中國第一個綜合型電子信息科學研究所，也是國內(nèi)航天遙感技術(shù)的領(lǐng)先單位。有關(guān)科研人員經(jīng)常為用戶進行遙感衛(wèi)星圖像的處理工作。在遇到應(yīng)急任務(wù)的時候，就需要增加人手或者徹夜加班。創(chuàng)業(yè)者們逐漸萌發(fā)了用計算機來自動處理圖像，提取目標的想法。后來發(fā)生的一件事情堅定了他們的認識。

　　當時，用戶要求從海洋遙感圖像當中找到一條船的位置，而留給他們的時間只有一個晚上。項目團隊為此組織了二三十人進行圖像判讀，忙了一晚上之后，總算順利完成了客戶交付的任務(wù)。但這僅僅是一個用戶要找一條船而已，如果用戶需要找十條船、一百條船怎么辦?如果是一百個、一千個用戶同時下單怎么辦?很顯然，靠堆人力是不可能應(yīng)對爆發(fā)式需求的。

　　實際上，幾乎每個領(lǐng)域的遙感科研人員都遇到了這種問題。人們紛紛嘗試著計算機自動處理，進行了大量的理論研究和算法編制，發(fā)表了大量論文。航天星圖的創(chuàng)業(yè)者們也不例外。為了提高生產(chǎn)效率，他們嘗試著利用計算機圖形圖像處理技術(shù)來對遙感圖像進行粗略篩查。本著“寧可選錯不可放過”的原則，先把所有疑似目標都挑選出來，然后再由人力進行精細的識別和選取。

　　這種方式提高了生產(chǎn)效率，也降低了工作人員的負荷，取得了初步的成效。但是這種粗略篩查，有著很高的虛警率。計算機經(jīng)常把小塊的云團當作海上目標提取出來，也經(jīng)常把那些被云層遮蓋了一半的船只漏過。能不能更進一步，消除計算機自動識別的虛警率呢?

　　這個時候，人工智能和深度機器學習技術(shù)已經(jīng)進入實用化階段。國際上這兩項技術(shù)的研究和應(yīng)用取得了很大的成效，一次次的人機對弈都會登上新聞頭條。創(chuàng)業(yè)者們敏銳地意識到了深度機器學習技術(shù)對遙感產(chǎn)業(yè)的意義。

　　經(jīng)過艱苦的努力，團隊將人工智能和深度學習技術(shù)應(yīng)用在計算機圖形圖像處理當中，成功實現(xiàn)了高準確率的圖像自動識別和目標提取，虛警率已經(jīng)降低到了人工分析的水平。

　　而且，計算機可以不眠不休地日夜工作，不會疲勞、不會厭倦，更不會像人類那樣為瑣事所困擾，這是人力永遠無法相提并論的。遙感圖像智能處理技術(shù)終于取得了決定性的突破。

　　左圖為原始影像 ，右圖為提取結(jié)果(道路、建筑物、水體、植被)

　　會研發(fā) 也會應(yīng)用

　　技術(shù)成熟之后，就面臨著產(chǎn)品化和業(yè)務(wù)化的問題，然而中國科學院電子研究所是一家以科研為主要工作模式的學術(shù)型單位。對于這家研究所的科研人員來說，取得成果、發(fā)表論文是主要的考核模式，這與商業(yè)企業(yè)的運行模式是不同的。

　　為了把計算機圖像自動處理技術(shù)推向市場、廣泛服務(wù)于用戶，在中科院成果產(chǎn)業(yè)轉(zhuǎn)化的大背景下，中科院電子所和中科曙光共同組建了航天星圖。電子所有圖像智能處理的技術(shù)積累，中科曙光有超級計算機和商業(yè)化經(jīng)驗。強強聯(lián)合，彼此促進。經(jīng)過十余年積累，公司已經(jīng)在國防、交通、國土、農(nóng)業(yè)、林業(yè)、城市管理等多個領(lǐng)域?qū)崿F(xiàn)了業(yè)務(wù)化運行。這對于中國遙感乃至世界衛(wèi)星遙感產(chǎn)業(yè)來說，都是較為前沿的嘗試。

　　它的意義不僅僅在于將先進技術(shù)投入商業(yè)化運營，而且在于通過商業(yè)運行獲得的投資和利潤，反哺技術(shù)開發(fā)、反哺基礎(chǔ)理論突破，創(chuàng)建一種有示范價值的科研成果應(yīng)用和轉(zhuǎn)化機制。這對于遙感應(yīng)用和衛(wèi)星產(chǎn)業(yè)的所有領(lǐng)域，都有著推動作用。