研究者們構建了一套融合零樣本學習的人工智能檢測與分割工具框架，旨在實現(xiàn)對遙感圖像的穩(wěn)定、自動化分割。該框架通過采用滑動窗口超推理技術與異常值剔除策略，顯著提升了航空及衛(wèi)星圖像中建筑物、植被和車輛等目標的識別效能。此方案以用戶體驗友好的Python軟件包LangRS形式呈現(xiàn)，促進了先進遙感分割技術的普及應用。
全球范圍內對航拍和衛(wèi)星圖像的需求持續(xù)攀升。然而，高效識別并標注這些圖像中的特征（如屋頂、汽車或樹木）依然是一項艱巨的任務。為此，米蘭理工大學與雅典國立技術大學的研究人員攜手合作，通過融合先進的人工智能模型與智能數(shù)據處理策略，成功開發(fā)了一種全新的方法框架。
“盡管通用AI模型功能強大，但在缺乏精準訓練的情況下，它們通常難以準確定位不熟悉的物體?！眮碜悦滋m理工大學的通訊作者Maria Antonia Brovelli教授指出，“我們采用滑動窗口推斷方法，將大尺寸圖像切割成更小、更易管理的模塊，并通過實施異常值剔除步驟來消除錯誤檢測。這不僅顯著減輕了模型的計算負擔，還大幅提升了識別特定特征的準確性?！?
新框架采用了一種戰(zhàn)略性的兩步流程，充分利用了開源基礎模型，例如任意物體分割模型(SAM)和Grounding DINO模型。首先，它通過滑動窗口方法對圖像進行大面積檢測，以確保捕捉到最細微的細節(jié)。該方法將檢測模型應用于較小的圖像塊，不僅有效減輕了大規(guī)模遙感圖像處理中的計算負擔，還顯著提升了檢測的準確性。
接下來，系統(tǒng)運用統(tǒng)計和數(shù)據驅動技術，剔除不相關的邊界框，例如尺寸過大或位置不佳的邊界框，從而優(yōu)化結果。隨后，將篩選出的高質量邊界框傳遞給SAM模型，以生成精確的分割掩碼。
該流程采用零樣本方式運行，即模型以現(xiàn)成的方式使用，保留了其原始訓練參數(shù)，未在任何外部數(shù)據上進行額外的微調或重訓練。在空間分辨率低于一米的航拍圖像中，該流程取得了卓越的分割效果，準確率高達99%。
“從根本上來說，我們通過構建由Mohanad Diab開發(fā)的穩(wěn)健處理框架，充分借助現(xiàn)成的大規(guī)模人工智能模型的通用性，以實現(xiàn)最佳效果” Kolokoussis補充道?！拔覀兤谕@一框架能夠推動自動化遙感圖像分析更加普及，從而加速從環(huán)境調查到城市規(guī)劃等各項工作的進展。”
AIIG自創(chuàng)刊以來，專注于地學人工智能的所有主題，如應用于地球科學的機器人和傳感器、處理地球科學數(shù)據的機器學習算法、大數(shù)據處理背景下的云計算和高性能計算等。期刊創(chuàng)刊的目標是為正在轉入大數(shù)據世界的地球科學家、分析與地球相關數(shù)據的數(shù)據科學家提供一個國際化、跨學科的交流論壇，在這里可以共享和討論與人工智能及其在地球科學中的應用有關的最前沿觀點及解決方案。
轉載本文請聯(lián)系原作者獲取授權，同時請注明本文來自科愛KeAi科學網博客。
上一篇：齊殿鵬教授-陳曉東教授團隊綜述文章：柔性三維集成電路中的液態(tài)金屬
齊殿鵬教授-陳曉東教授團隊綜述文章：柔性三維集成電路中的液態(tài)金屬
Food Physics論文推薦┃小麥擠壓加工技術：優(yōu)化工藝參數(shù)、增強營養(yǎng)保留與推動產品創(chuàng)新
Wearable Electronics┃用于電生理監(jiān)測的高彈、透氣性液態(tài)金屬-鐵纖維墊導體
WJAM論文推薦┃針灸在全球放化療所致惡心嘔吐防治指南中的應用現(xiàn)狀及未來熱點
第20屆ISRD暨第4屆IAMM聯(lián)合會議即將召開，征文活動火熱進行中！
齊殿鵬教授-陳曉東教授團隊綜述文章：柔性三維集成電路中的液態(tài)金屬
Food Physics論文推薦┃小麥擠壓加工技術：優(yōu)化工藝參數(shù)、增強營養(yǎng)保留與推動產品創(chuàng)新
Wearable Electronics┃用于電生理監(jiān)測的高彈、透氣性液態(tài)金屬-鐵纖維墊導體
研究生發(fā)SCI/SSCI論文需要知道的10個網站或數(shù)據庫（上）
景德鎮(zhèn)陶瓷大學沈宗洋團隊：摻雜MnO2誘導結構畸變增強CaBi4Ti4O15基陶瓷壓電響應
