遥感影像解译

      面向高空间、高光谱、高时间分辨率遥感应用需求，运用国产高分卫星、无人机遥感数据资源，借鉴神经认知机理和深度学习技术，开展基于遥感影像的典型地物小样本学习、弱标签或无标签样本学习等新理论和新方法的研究，实现典型地类目标自动化、智能化识别与提取，实现不同地物分布场景的多时相变化检测，显著提升人工智能支撑解决遥感应用问题的范围和能力。

湖南卫视采访我司遥感影像智能解译项目情况

Unet深度学习网络

      作物识别

      通过构建油菜样本数据集、研发基于深度学习技术的油菜信息提取模型，实现高分辨率遥感影像智能理解与分析，获取大面积油菜空间分布和产量信息，能够服务于万亩以上油菜种植区域。

基于GF-2卫星影像的油菜智能分析成果

油菜种植地块遥感影像样本

      变化检测

疑似违法林地变化图斑

疑似违法建筑物变化图斑

      技术背景

      技术特点

一

高光谱分辨率

二

高空间分辨率

   与航空航天遥感平台相比，无人机飞行高度更低，获取的影像

空间分辨率更高，可实现厘米级成像。

三

高时间分辨率

高分卫星平台重返周期长，而无人机具有灵活机动特点，飞行时间及间隔可根据项目需求设定。

      林业外来物种入侵监测

      精细农业信息服务