• English | 武漢大學 | 院長信箱
    點擊展開菜單
    科技動態
    當前位置: > 科學研究 > 科技動態 >

    讓GIS深度學習變得更容易的平臺

    時間:2019-09-24 來源:測繪學報 點擊:
          近年來,雖然利用多層人工神經元網絡對非結構化數據進行學習的所謂“深度學習”方法(即機器學習技術)在研究中得到了廣泛的應用,但如果沒有專業知識,它在GIS中的集成并不總是那么容易。然而,正在開發的新工具可能會使更廣泛的研究領域更好地利用機器學習和深度學習。到目前為止,已經出現了兩個明確的前沿領先產品。

     

     

    利用ArcGIS進行深度學習

     

      近年來,ArcGIS花了大量時間開發更好的深度學習工具。他們使用了各種已經開發的用于圖像分析的平臺,例如Keras和Tensorflow,這都是非常流行的深度學習平臺,并將它們與ArcGIS Pro(如ArcGIS Image Server等)工具集成在一起。大部分工作集中在圖像分類上。ArcGIS已經構建了一些可以應用的模塊,比如規范化的建筑物輪廓,這樣可以快速繪制建筑地圖。這些工具允許用戶基于深度學習驅動的分類功能,并自動的在構建環境中繪制地圖特征。盡管如此,仍有些項目需要人工統計圖像中的個體數量,以此來估計人群規模和其他景觀特征。

     

    一些有趣的應用包括了在給定的城市環境中自動檢測和計數游泳池。如果房屋被廢棄,游泳池可能成為攜帶疾病昆蟲的滋生繁殖地。游泳池的估計可用于評估特定區域的潛在疾病可能性[1]。其他應用則側重于更廣泛的圖像分割和分類。語義分割(semantic segmentation)對圖像中的像素進行分類,也是該軟件包的一部分,用戶可以使用python接口來塑造或創建自己的深度學習技術和制圖方式。盡管如此,大部分的努力仍都集中在計算機視覺技術上,這種技術允許用戶對圖像進行分析和分類,特別是對航空圖像[2]。

     

    圖1:ArcGIS Pro工具,用于標記和導出用于深度學習的訓練數據。(圖片來源:JHA & SINGH, 2018.)

     

     

    開源深度學習工具與QGIS的集成

     

    一個流行的開源工具名為Orfeo,它是一個分析高分辨率光學、多光譜和雷達圖像的工具,最高可達TB(太字節)級。該項目最初是由法國航天局(CNES)開發的,但后來以開放源代碼的形式吸納了許多開發人員。該工具可以與QGIS等流行的GIS應用程序一起使用和調用,這使得它成為對編程經驗要求相對較少的深度學習開發人員的較好的開放源碼選項之一。再次強調,盡管可以通過修改其技術來分析其他形式的數據,但該開源工具的重點是圖像。該工具還與Monteverdi密切相關,它將Orfeo的深度學習方法可視化。Monterverdi可以用于可視化深度學習的結果輸出,例如遙感數據中的特征分類。該工具還有一個QGIS接口,可以直接與這個流行的開放源碼選項集成[3] 。

     

    圖2:使用QGIS中的Orfeo工具箱進行深度學習。(圖片來源:GEOFRANKER)

     

    GIS的深度學習工具

     

    其他支持開源項目的工具包括GRASS和R統計包,這兩種工具不僅允許一般的和不同形式的空間分析,而且它們還促進了不同的工具集成[4]。然而,開源領域的Orfeo,和ArcGIS Pro的AI工具等,由于部署了可伸縮的體系結構,使得它們能夠利用云計算處理大型圖像數據,因此獲得了更大的吸引力。雖然許多工具都可以潛在地集成到GIS工具中,特別是開源工具,但其局限性往往在于可伸縮性,研究人員還需要利用強大的GPU處理器或大型計算集群,而這些并不總是可用的。

     

    雖然Esri和開源工具(如Orfeo)越來越多地讓用戶更直觀地了解深度學習,但其應用領域仍然相對有限。特別是將自然語言等文本數據與圖像以及其他空間數據進行整合,在很大程度上還沒有得到應用。此外,人們還認識到物聯網(IoT)將意味著越來越多的多傳感器數據將需要集成到分析平臺,如ArcGIS Pro中。這可能是GIS和開源工具的下一個巨大挑戰。

    上一篇:李克強密切關注科技創新

    下一篇:沒有了

    时时彩计划