*上图为2020数字中国创新大赛—应用赛1:建筑智能普查睿沿团队排名
//
1、地类提取和识别

在特定区域内通过叠加土地状况现状图像,利用矢量色块标注不同地类状态的颜色,从而对整体土地状况进行直观分析识别。地类识别提取支持一级、二级、三级地类提取,准确率大于96%。云朵识别提取准确率大于97%。
2、道路提取&建筑物提取
城市地区的遥感影像中,主体目标即为建筑物与道路,快速准确的获取不同类型建筑物与道路的空间位置、形状信息对于城市规划有着极为重要的意义。
3、遥感图像目标检测

即在某地理区域内筛选检测如车辆、船只等特定目标,并予以框选提示。
4、遥感图像变化检测

即对某固定区域内地理信息的变化进行追踪式检测,上图即为同一区域在不同天气情况下的图像变化检测过程。
优异的成果也来源于睿沿科技在计算机视觉领域多年核心技术的积累。作为遥感图像智能解析核心技术的图像分割、超分辨率等方面,睿沿科技也是成果斐然:
在PASCAL VOC 2012 Semantic Segmentation数据集Leaderboard排名第二;
在CityScapes数据集Leaderboard睿沿团队曾进入TOP3;
CVPR2019发表语义分割方向论文一篇,且为口头报告
睿沿科技现与土豆数据及众多国家级项目达成战略性合作。随着我国对于卫星遥感技术的需求逐年增大,未来国内地理空间应用需求势必会持续呈增长趋势。睿沿科技将以最为完整且贴合需求的解决方案为用户提供更精准、更快捷、更全面的信息服务。

