鲁南快报以新闻宣传业务为主的综合性资讯网站

Esri中国用户大会倒计时 人工智能应用正当时

 9月18-19日,主题为“GIS – Inspiring What’s Next”的第十六届Esri中国用户大会将在北京举行。届时,Esri将向中国用户集中展示GIS技术及应用的最新成果。据大会组委会透露,Esri一直在积极推动地理人工智能GeoAI的发展,在本次会上将与大家分享ArcGIS在机器学习、深度学习等方面的最新进展。 

    人工智能AI作为技术圈的潮流风向,正改变着未来。Esri作为全球空间分析领域的领军企业,也在从基础算法和框架上进行积极布局。ArcGIS在早期版本中就提供了多种机器学习方法,用于影像分类、空间聚合以及对空间数据的分析预测。Esri ArcGIS Enterprise 首席技术官Jay Theodore表示,“我们将人工智能技术集成到ArcGIS平台中,看到了出色的效果。这包括机器学习和深度学习算法,可以进行自动对象检测、分类和提取……提供高度准确的模型,可以以最低的成本促进更深入的分析和预测精确的结果。” 

    伴随ArcGIS Pro 2.2在今年年中的发布,Esri的机器学习工具又增添了新成员。其中一个是密度聚类Density-based Clustering工具,可以从大量的散点中进行自动密度聚类,有助于进行各种分析任务。另一个是随机森林的新工具forest based classification and regression,可以根据已有数据进行模型训练,对缺失数据或者未来数据等进行预测。

在最新发布的ArcGIS 10.6中,还集成了微软CNTK、谷歌TensorFlow等深度学习框架,可对影像进行分类与对象识别。深度学习的快速发展,不仅使机器学习得到许多实际的应用,还拓展了整个AI的范围。它将任务进行拆解,使得各种类型的机器辅助变成可能。Esri在今年的全球用户大会上,就演示了如何通过深度学习自动识别一个县级区域中的游泳池。

美国房产税的税基是由房屋的评估值决定的:在税率不变的情况下,房屋的估值越高,则需要缴纳的税收就越多。地方政府对房地产价值的评估,大都依赖费时费力的市场调查。这种做法周期长,并且评估数据不准确。游泳池作为物业价值的重要数据,影响着房产的价值。如果可以通过GIS和人工智能对街区物业泳池进行自动识别,将会极大地降低更新记录所需的人力成本。

上图中蓝色高亮区域是有泳池的居民区,叠加的则是最新的影像数据。由图可见,有一些带泳池的区域并没有被高亮显示,说明蓝色高亮的数据已经过时。下面来看深度学习如何解决这个问题。

深度学习的黄金法则是:提供的训练数据越多,结果就越好。当系统被灌输大量的数据来学习时,深度学习模型就会变得强大而准确。为了达到目的,首先需要创建一个游泳池模型,然后用大量的图像来训练它。

具体操作是,利用ArcGIS Pro以及Esri及其合作伙伴提供的航空、卫星和无人机影像,在南加州的某个城市里标记了2000个游泳池作为训练样本。深度学习的促进效果很显著,但有时仍会犯错。为了提高模型的准确性,又在每个游泳池位置周围拍摄了50个随机的“抖动”影像来大量增加数据。使用这种技术,能够将之前的2000张影像转换为100000张影像。经过再次训练之后,模型的验证测试结果就变得更加令人满意。

游泳池检测模型准备就绪后,就可以开始着手解决第一个问题:找到那些未被列入评估的游泳池。通过使用ArcGIS Online中的“连接要素”工具,很快确定了近600个未在数据库中标记的新游泳池。

模型除了可以从航空影像中准确识别游泳池,还可以解决“僵尸”池的问题。“僵尸”池是指那些疏于管理,藻类大量繁殖的游泳池,它们会成为蚊子和其它昆虫的滋生地。卫生防疫机构需要一个简单的解决方案,帮助他们从图像中找到那些“僵尸”池。

通过使用近期的高分辨率Nearmap影像(7cm分辨率)和手动标记的清洁或绿色池的大型数据集训练模型。和前面一样,再拍摄每个绿色泳池的多个“抖动”影像,以增加可以研究的训练影像的数量。很快,就可以得出可能存在蚊子滋生风险的“僵尸”池地图。而且通过使用ArcGIS API for Python中最近推出的应用程序模块,根据“僵尸”池的分析结果,还可自动为卫生防疫工作人员创建任务分配方案。

当然,不是所有人都是数据科学家或程序员。为此,ArcGIS还可以轻松地将第三方训练好的AI模型嵌入进来使用,比如直接调用微软的认知服务等。

更多地理人工智能GeoAI方面的成果,将在9月18-19日的Esri中国用户大会期间亮相。目前,大会报名通道已经开启。

未经允许不得转载鲁南快报 » Esri中国用户大会倒计时 人工智能应用正当时
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

鲁南快报 更专业

关于我们联系我们