

GTC视频/PPT/速记分享 | 卢浩：人工智能GIS技术新进展

空间智能软件技术大会

2020-11-03

导读：GTC 2020『GIS基础软件新技术论坛』报告

“

在GTC 2020『GIS基础软件新技术论坛』上，超图研究院大数据与AI研发中心产品总监卢浩博士作《人工智能GIS技术新进展》报告，他介绍了SuperMap人工智能GIS技术和产品的最新动态，分享了多个空间机器学习和空间深度学习新增功能和应用场景，并探讨了人工智能GIS未来发展方向。

现分享资料如下：

演讲视频

演讲PPT

大家好，我是超图研究院的卢浩，很高兴有这样一个机会和大家分享一下超图在人工智能GIS技术方面的最新进展。

首先我们来看一下SuperMap GIS 10i(2020)的五大技术体系：BitDC，其中的“i”就代表着人工智能GIS技术，它和其他的四个技术一起支撑着智能化的GIS应用。

我们简单回顾下超图人工智能GIS发展历程。在2017年的SuperMap GIS 9D版本中，超图研发了多种空间统计功能，使我们可以科学有效地观察分析空间数据。2018年，超图研发了一些空间机器学习，空间深度学习算子，2019年，超图发布了SuperMap GIS 10i产品，提出了人工智能GIS技术和产品体系。2020年，我们新增了多种AI模型、功能，还完善了流程工具，使AI GIS能力更加完善。

我的汇报内容包括四个方面，首先是介绍新增了哪些功能；其次是技术方面，即技术体系有怎样的提升；第三部分是产品，介绍产品体系有怎样的增强；最后是我们对AI GIS的未来展望。

在2019 GIS 软件技术大会上，我们提出了怎样从AI技术到GeoAI技术，它主要包括两个方面：首先是机器学习，我们可以去发展空间机器学习的技术和功能；其次是深度学习，即发展空间深度学习算法和产品。

先来看机器学习，根据机器学习典型的三大类任务做了一个划分，在SuperMap GIS 10i(2020)版本中，根据不同场景的AI需求，我们在分类分析和回归分析方面都有功能新增。

具体可以应用在哪里？我通过几个案例来为大家做一个介绍。首先是一个时空数据挖掘的案例，如果熟悉GIS应用的朋友肯定会了解，时空点事件是一类经典的GIS数据，针对这样的点数据，可以通过空间计算、叠加分析或者邻近分析这样的功能进行数据挖掘。但是当点数据关联了很多非空间属性，比如区域人口或者经济普查这样的属性数据时，则可以引入一些机器学习的方法，来把空间信息和属性信息进行整合，统一建模，实现一个综合的时空数据挖掘效果。

它具体可以做什么？我们也做了一个案例，基于一份开放的城市犯罪数据，面向犯罪地理学开展了相关实验。借助基于森林的回归模型，可以去预测犯罪发生概率，找到犯罪比较高发的区域；使用分类分析中的支持向量机模型，可以去判断犯罪的类型，它到底是一个盗抢类的犯罪，还是一种交通事故类的犯罪；通过空间热点分析，可以去探查犯罪的高值聚集区域在哪里，进而辅助警力部署和决策。

看完了时空数据挖掘之后，再看一个GIS的经典应用问题，在很多的项目应用中存在大量轨迹点数据，需要基于轨迹点数据还原出真实运动轨迹。由于定位偏差，以及数据传输异常，如果直接把轨迹点与距离最近的道路进行匹配，很难得到一个较好的匹配效果。因此我们把目光投向了AI，寻找机器学习算法解决这个问题。

我们引入了一个新的基于概率图的机器学习模型，借助AI算法来匹配出一条更加真实的轨迹。

这是匹配效果展示，绿色的点是待匹配的轨迹点数据；红色的线是希望得到的匹配结果。可以通过一份ACM地图匹配竞赛数据来测试算法效果，引入机器学习模型后可以达到97%的匹配精度，说明AI模型确实在解决该GIS问题中起到了积极作用。

上面两个案例，我们是将AI模型直接拿过来，服务于GIS空间分析问题。但同时也在思考另外一个问题，即AI模型是否可以跟一些其它的模型和算法进行有机结合，用来解决地理分析问题。答案也是肯定的，而且其实已经有学者去设计和研究了这样的模型来支撑地理分析应用。举例来讲，基于人工神经网络的元胞自动机模型就可以应用于地理模拟。

这是一个2001年的土地利用数据，可以看到随着时间的变化，城市用地规模不断扩张，AI模型是否可以模拟这个过程？我们也做了一个验证，把模拟的结果和真实结果做了一个比对，可以达到83%的模拟精度，也可以去进一步优化模型提升效果。

再来介绍一下空间深度学习方面有哪些能力的增强。在影像分析方面，增加了对象提取功能；在时空分析方面，新增了图时空回归功能。

首先来看对象提取，熟悉影像分析任务的朋友应该会了解，在影像分析里面会有两类典型场景，一个是目标检测，得到目标框，一个是语义分割，得到像素级分类结果。但是有一些复杂的场景，希望把两个任务进行综合，可以引入更复杂的实例分割模型来同时得到目标框和精准的分割轮廓。

这个功能可以应用在哪里呢，来看一个案例。这是一副遥感影像，如何去训练一个AI模型，把独立的光伏板对象做一个很好的提取。

我们首先尝试了语义分割的方法，但由于遥感影像的分辨率问题，以及光伏面板的紧密排列情况，导致临近的光伏板存在“粘连”情况，很难将每个对象进行区分。

此时就可以借助实例分割模型，先去检测对象，而后对每个对象进行精确轮廓提取，进而辅助后续统计分析。

当拓展到更大的影像区域时，会发现影像中包含着不同长度，不同形状的光伏板。此时，我们可以通过补充不同类型的样本，让AI模型推理出多类型的光伏板对象。

再来介绍一个新增功能—图时空回归。比较关注AI模型进展的朋友，应该会发现近些年来有一个被称为图神经网络的模型热度越来越高，引领着新一代的AI模型浪潮。由于时间关系，没有办法把这个模型做详细的介绍，如果使用一个不太恰当的类比，前面介绍的影像分析是基于CNN模型的，类似GIS的柵格数据模型，而图神经网络模型可以类比为GIS中的网络数据模型。很多的时空分析和预测任务，其实更适合用网络这样一个边和节点的结构来进行建模，进而得到更好的预测效果。

来介绍一个交通流预测的案例，将分布在道路上的多个车速传感器建模为网络的节点；把传感器之间的路网距离建模成网络中的边。我们使用历史4个月的数据进行模型训练，而后以5分钟为间隔对未来一小时的短时交通流量进行预测。距离越近的时间片段预测效果越好，最好的预测效果可以达到92.7%的精度。

总而言之，训练后的图神经网络模型可以较好的学习到整个道路网的交通流变化信息，可以达到一个较好的预测效果。

以上就是第一部分功能算子方面的介绍。如果把 AI GIS功能比作提供给用户的武器，在第二部分的技术方面，就是介绍如何打造和完善这些武器。

这是在2019 GIS 软件技术大会上提出的AI GIS技术体系图，我们从这里出发介绍超图在技术体系方面有哪些能力的增强。

首先来看模型部分。

前面的报告已经介绍了新增的深度学习模型，在影像分析中，很难做到一个模型包打天下，在不同的应用场景下，应该选择更合适的模型去做推理。比如影像道路提取，一些比赛的优秀模型效果优于U-Net模型，可以把其引入进来。

这是使用新模型的效果展示，左边是影像数据，右边的黄色部分是提取出来的矢量道路。如何从栅格化的推理结果得到最终的矢量道路线，还需要后处理的过程，后面会有一个视频来介绍。

除了道路提取之外，我们还新增了FPN模型，可以用于影像建筑物提取。它通过特征金字塔网络的结构更好的学习不同层的影像特征信息，提升提取效果。

同样通过一份竞赛数据来进行效果验证，训练数据包含约7万张影像块及对应的矢量标签数据，测试数据有约1万张不同区域的影像块。

在模型评估过程，我们横向比较了几种不同模型的推理效果。PSPNet模型在建筑物分布密集时容易出现“粘连”情况；U-Net模型在一定程度上可以解决这种情况；而经过充分训练的FPN模型，可以对建筑密集区域进行较好的区分。

当然，我们不能简单通过单张影像去评估模型效果，因此使用前面展示的1万张测试数据集做了验证，经过充分训练的FPN模型确实得到了较好的提取效果，IOU指标优于0.83。

以上两个模型的增加是对模型推理效果做了完善。在实际项目应用中发现深度学习模型的性能也是一个需要关注的方面，尤其是在视频目标检测这样一个对实时性要求很高的场景下，更需要一些高性能的模型。因此，我们将业界性能较好的一个目标检测的模型YOLO引入到了产品中。

可以使用论文中的性能图来介绍，横坐标表示推理时间，纵坐标表示推理的精度。YOLO模型处在整张图的左上角，说明在保证推理效果的同时，具有较高的推理性能，较适合于需要高性能模型的实时视频目标检测场景。

小结一下：先看下10i版本中已经内置的深度学习模型，10i(2020)版本中，在之前提供的各种模型的基础之上，又从模型效果和性能两个角度出发，添加了多种模型支撑项目应用。同时，我们也希望能跟更多的模型研究人员深度对接和合作，把更多优秀的GeoAI模型引入产品当中，一起去服务广大GeoAI客户应用。

接下来看一下流程工具。去年提出了流程工具的三个阶段，分别是数据准备、模型构建、模型应用。

影像分析功能是按这三个阶段来研发的，在数据准备阶段，提供了训练数据生成工具；在构建阶段，可以接入前一步生成的训练数据来做模型训练；在应用阶段，则可以接入训练后输出的模型进行推理。

前面介绍的基于实例分割的对象提取功能也是按照流程工具的三个阶段来研发的，在桌面端实现了深度学习完整的工作流程支持。

在实际项目中，我们发现直接使用推理结果，很难一步达到实用化效果。因此加入了多种推理结果后处理工具来改善推理效果。

在10i(2020)版本中，我们增加了多种柵格综合算子，包括滤波、蚕食、扩展和收缩等。使用者可以在模型推理后接入这些后处理工具，提升推理效果。

例如前面介绍的道路提取，把后处理过程进行了GP建模以便跟我们前面的功能连接起来。在模型推理结果上，接入了各种后处理功能，例如扩展、收缩、众数滤波、柵格二值化、矢栅转换等，从而得到前面介绍的黄色矢量道路线。

前面的介绍主要集中在影像分析工作流程，而对于图片和视频类场景，也是遵从这个流程进行研发。数据准备阶段，在桌面端新增了样本管理工具，使用户可以基于桌面产品很方便的制作样本数据。模型构建阶段同样可以做训练和推理。在模型应用时，可以根据具体项目要求做模型转换，例如需要基于移动端去推理，可以把桌面端训练完的模型转出，便于移动端的推理使用。

我们来看一下图片分类过程的效果，首先看样本管理，一方面可以管理样本，另一方面可以帮助用户去更好的构建样本库。

可以将原本零散的，不能直接做模型训练的图片整合制作为一个样本库，以便接入后续的模型训练过程。

之后用户可以在桌面端进行图片分类去验证模型效果，效果满意后可以进行模型转换，在移动端去推理。

这是移动端推理效果展示，识别出三种不同类型的设备。非专业的设备维护人员很难一眼发现三类设备的差异。但经过一定量样本训练的AI模型，可以较好的把图片进行分类，从而帮助人们节省工作量。

第二部分对技术体系做了介绍。

第三部分再回到2019 GIS 软件技术大会上发布的人工智能GIS产品体系图，来看各种产品方面都有什么样的提升。

首先看云产品。

我们对数据科学服务进行了完善，把单体结构做了微服务化架构拆分，拆分之后可以按需进行容器化部署，进而做到高弹性部署以及故障隔离。

通过微服务化改造和容器化拆分之后，SuperMap iManager产品可以很方便的一键启动数据科学站点，支持AI的研究人员在数据科学服务里进行GeoAI模型的研究和开发。

SuperMap iPortal门户产品也有能力增强，可以在门户里面添加一个数据科学站点并设置一些参数，启动之后，用户就可以通过编辑Jupyter Notebook实现模型的训练和开发。门户产品一般会涉及多个群组和用户，可以很方便的把Notebook共享给其他人，查看、编辑和修改同一份Notebook，将整个空间数据科学探索过程在组织内部很好的流转起来。

SuperMap iManager产品新增智能报警功能，同样遵循之前介绍的工作流程，数据准备阶段，收集监控数据；之后增加样本训练和更新模型；而后基于AI模型做智能检测。

这是一个效果展示，首先查询一段时间内的监控数据，并将发现的明显异常数据作为负样本加入模型中，而后基于AI模型做智能化检测，发现新的异常。通过不断迭代，可以训练一个越来越聪明的AI模型来做各种运维监控。

前面介绍了很多桌面产品的新增特性，包括样本管理以及GeoAI能力的增强，再来看其他方面的完善。

例如，我们可以使用桌面内置的路面破损检测功能来检测破损路面，并且计算检测结果的面积和长度。AI能力也嵌入到了桌面端的视频功能中，比如违章检测功能可以检测违章车辆并识别其车牌。

移动端和AI相关的主要集中在AR+GIS技术中，后续会有一个AR+GIS技术报告进行详细讲解，这里就不过多展开了。

简单展示几张移动端目标检测效果，包括车辆、消防栓、路灯，座椅的检测，都是AI技术在背后进行支撑。

前面三个部分，我们主要从功能、技术体系、产品体系三个角度，为大家总体上梳理了SuperMap GIS 10i(2020)产品AI方面的增强和完善。接下来，为大家讲下AI GIS未来的展望。

我们认为未来AI GIS技术的发展应该会有三个明显的特征。首先是更广泛，其次是更深入，最后是更智能。

更广泛指的是AI GIS支持的数据类型会更加广泛，我们在2017-2018年刚开始研发AI GIS时，主要面向的是影像数据，提供一些Geo AI算法去识别和提取影像里面的地物。

随着应用的不断深入，我们发现AI GIS可以把更多的数据类型，包括图片类、视频类、三维类，乃至文本类的或者其它一些大家并不认为是传统GIS数据的一些类型都纳入进来。换言之，借助AI技术，可以把更加广泛的数据作为GIS的数据来源，补充到GIS应用当中，极大的延展了GIS的边界范围。

第二个叫做更深入，AI核心是一些模型算法，但想要将算法发挥价值并获得长久的生命力，就要跟行业具体应用去结合。例如，在应急方面，可以基于AI做受损建筑物的提取；在水利方面，可以做河道的违建清查；在国土领域，可以训练一个目标检测模型，通过视频摄像头去监控违规建设用地；在规划领域，可以通过AI对比多期影像，发现城市发展脉络，辅助规划决策。

最后，AI GIS技术还有一个更宏大的理想，是去推动GIS的技术产品走向更加智能化的应用。这个过程不可能是一蹴而就的，而是一个漫长的循序渐进的过程。

举例来讲，传统空间分析，比如像缓冲区分析、叠加分析，可以被看作一种计算智能，是智能化应用的初级阶段。随着深度学习技术兴起，我们可以基于深度学习技术进行图像、语音、文本的识别，这个时候其实还没有跳出感知智能的范畴。但我们需要清晰的认识到，感知智能并不是AI GIS发展的终极阶段，需要进一步向认知智能发展。

我们希望可以通过数据驱动、知识驱动的方式，让AI模型更加深刻的理解各种应用背后的运行逻辑，以及地理空间的一些机理问题，而后进行认知推理，从而支撑辅助决策，这才是AI GIS可以大展拳脚的舞台。