注册 | 登录 | 举报
  • 首 页
  • 公告沙龙
    • 公告中心
    • 活动沙龙
  • 课程学习
  • 项目交流
    • 项目招募
    • 问答中心
  • 信息展示
    • 项目展示
    • 往年项目展示
    • 校内导师
    • 校外导师
  • 使用指南
    • 文件下载
    • 常见问题

举报该页有违规/非法信息


  • 最新

国脉山河——基于遥感影像通用模型的地图标注平台

 叶培大创新创业学院

Guomai Shanhe - A Map Annotation Platform Based on a General Model of Remote Sensing Images

新时代,随着数字技术的飞速发展,我国提出了数字中国、数字政府等国家战略,加速推动了地理信息产品的升级迭代。不论是经济建设、科学研究,或是防震减灾,人们对于地图准确性和精细度的要求越来越高。然而,通过资料查阅与实际调研,传统电子地图存在以下几个问题: 1. 自然灾害频发导致许多地图数据得不到及时更新; 2. 一些偏远地区地图覆盖率不足; 3. 人工标注任务量过大; 4. AI生成地图存在偏差,准确率低; 5. 缺少统一审核和管理的遥感影像信息采集与标注系统。 因此,创建遥感领域通用模型,并结合人工标注和反馈,搭建一个面向AI生成结果的通用地理数据组织管理平台,十分必要。 我们的项目利用深度学习技术,构建通用遥感模型,以处理道路、房屋、地表等特征的自动提取。模型以多源遥感影像为输入,经过预训练和微调,实现高效、准确的特征识别,解决传统人工标注低效、缺乏一致性的问题;通过结合人工反馈的算法训练系统,将多源数据融合,并采用无监督、半监督和全监督算法,构建了一种螺旋式上升的遥感影像解析通用模型训练系统。该系统不断从人工反馈中学习和改进,实现自动迭代,提高了模型在道路提取、地表覆盖分类等任务中的准确性和效率;项目整体结构项目架构基于三层模式,包括前端用户界面、中间业务逻辑层和后端数据库层。前端用户界面实现用户注册、任务发布、数据标注和审核反馈等交互功能;业务逻辑层负责任务管理、标注审核、模型应用等核心功能,以及经济循环、算法训练优化等重要功能;后端数据库层存储遥感影像数据、矢量底图数据、用户信息、任务状态等数据。通过通用遥感模型的自动化任务解决数据更新和精确性问题,多人协作数据管理解决地图数据缺失问题,自动化标注审核提高数据可靠性,任务管理与经济激励促进标注效率提升,用户分级确保兼顾数据开放与信息安全。项目将有效提升地图数据的质量、准确性和覆盖范围,满足社会对地理信息的高质量需求。

项目分数

项目信息

  • 项目动态
  • 项目相关人员
  • 项目荣誉
  • 留言

项目负责人

付雨佳2022级 人工智能学院 人工智能

项目成员

刘奕来2021级 国际学院 电信工程及管理

郑恩嵘2022级 国际学院 电信工程及管理

于笑宇2021级 国际学院 物联网工程

齐国栋2022级 国际学院 电信工程及管理

指导老师

张闯人工智能学院 教授

暂无留言
该项目暂无荣誉
邮箱:buptwin@bupt.edu.cn;传真:010-62285134;电话:010-62281946;地址:北京邮电大学教一楼323; 邮编:100876
北京邮电大学叶培大创新创业学院 © Copyright 2017
Baidu
map