遥感界的AI绘图来了，影像数据云填补已经这么智能了
最近，聊天机器人ChatGPT爆火出圈。它“上知天文，下知地理”，呈现出解放人类生产力的惊人潜质，大大刷新了人们对于AI人工智能上限的认识。微软CEO Satya Nadella甚至表示，AI已成为继互联网诞生、移动互联网和云技术兴起后，新的一次互联网革命。“AI正在重塑互联网！”
（图片来源网络）
与ChatGPT同属生成式AI——AIGC赛道上的，还有前段时间蹿红各大社交媒体的AI绘图。在一众AI绘画工具的帮助下，我们只需输入一段文字，AI就能自动生成相关的图片，实现“有手就行”的傻瓜式作画。
将眼光收回到遥感影像领域，在前面的两篇文章：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 和：人工“挑片”时代结束 秒级响应的影像智能推荐来了 中，我们介绍了北京数慧DIIT影像统筹管理系统通过构建影像质量评估体系，实现对影像质量的自动化、批量化检测，以及以业务为驱动的影像智能推荐。
在实际应用中，每个地区都会存在大量的有云问题影像。对于这些影像，传统方式多为人工手动挑选，而且通常云覆盖>5%的影像会被剔除，导致天气条件不好地区影像的有效覆盖比例不高、覆盖不全。
为了高效解决这类问题，DIIT影像统筹管理系统在统筹发起行政区划的镶嵌生产任务时，会自动推荐区域无云影像进行填补。同时对没有填补影像的区域，可根据相邻时相影像的地物特征，通过生成对抗网络模型，自动“织补”漏洞区域，生成一份全新的替补原始影像，堪称遥感界的AI绘图。
比如，我们需要生产某地4月份的影像，但是部分地区因云雾遮挡，导致覆盖不全，不能满足生产需求。于是，我们通过结合该地区3月的替补影像，通过上述DIIT影像统筹管理系统的预测生产功能，生成全覆盖的4月份影像。
成果展示
北京数慧DIIT遥感影像预处理系统，作为影像统筹管理系统的衔接系统，可自动根据质检结果及统筹推荐影像、预测替补影像，按最大连通域进行裁切，对有云等影像质量问题区域进行填补，从而提高区域的影像有效覆盖比例，提升影像的精细化利用水平，满足行政区划一张图的快速生产及更新。
DIIT遥感影像预处理系统
近几年，人工智能与千行百业加速融合，其价值在很多场景得到激发和释放。然而，在产业实践过程中，AI想要转化为生产力，就必须以工程化的技术来解决模型开发、训练、预测等全链路生命周期的问题。ChatGPT的出现，恰好让人们看到了AI工程能力的又一次进化。
包括DIIT影像统筹管理系统在内的北京数慧遥感云脑系列产品，正是为卫星遥感应用提供数据接收、影像预处理、样本采集、模型训练、智能解译全流程一站式服务的工程化软件系统。
当前，一场人工智能领域的先锋革命正在开启。北京数慧正厉兵秣马，乘势而起，通过将人工智能AI技术与行业应用深度融合奋力描绘卫星遥感应用新图景！更多精彩，我们下期再见……
供稿：武汉技术创新中心、市场部
编辑：刘娟、张议文
审核：李辉