全球地表覆盖数据更新是在GlobeLand30数据基础上，在全球范围内，使用全新的landsat影像进行地表覆盖数据更新。由于数据量巨大、地表覆盖数据类别众多，如果依然使用传统方法进行作业，每一景分幅影像都需要4-5个工作日才能完成，在面对海量遥感影像带来的巨大工作量时，将不得不占用大量的人力和时间。
从2018年9月开始，测绘单位与北京治元景行科技有限公司展开合作，在全球地表覆盖数据更新中，使用“深度学习”的方法实现了遥感影像的自动分类。尤其是在传统方法下耗费最多时间和人力的“河流”、“湖泊”、“人造地表”等地表覆盖数据类别上，使用“深度学习”算法，大大节省了作业时间，大幅提升了工作效率，将每一景分幅影像的作业时间从4-5天缩短到了2天以内。
单景分幅landsat影像深度学习解译成果
此次采用的深度学习方法为“面向对象”+“深度学习”的遥感影像分类算法，该算法为北京治元景行科技有限公司基于多年的技术积累和不断的技术突破，推出的一种全新的分类算法。同时结合了传统“面向对象”分类算法的优势和计算机视觉与深度学习框架，可以实现远超传统分类方法的地物分类效果。
2016年公司研发相关人工智能算法，再结合影像多尺度分割和分割尺度自由切换、极其简洁方便的人机交互对象编辑、分类成果矢量边界平滑等面向生产的优化功能，将“简译”升级到了6.0版本。测绘部门等多家单位已经成功将新版本功能应用到实际生产中去。
简译软件自动分类效果
未平滑的矢量对象边界 平滑后的矢量对象边界
简译软件利用其高效的遥感影像自动化分类算法，和大量面向生产优化的软件功能，让它在遥感影像分析与识别上发挥出巨大的潜力。除了中低分辨率遥感影像的解译和信息提取，简译软件还可以在水保监测、土地执法、环境执法、水域监测、保护区人类活动扰动、林业调查等领域发挥巨大作用。
软件试用：www.reavenue.com.cn
联系方式：18610998699
13811317591