新闻中心

News

当前位置:首页 > 新闻中心 > 人工智能给卫星领域带来的利弊,究竟孰重孰轻?
人工智能给卫星领域带来的利弊,究竟孰重孰轻?
新闻来源: 泰伯网    发布时间:2017-02-24

一月份上映了一部抓人眼球的电影《EYE IN THE SKY》(天空之眼),看完之后,那种看到人在生死抉择时的紧张感久久不能平复。

不过,这部电影的名字却让我想到了行业内同样担负着“天空之眼”之重责的卫星。


1.jpg


飓风袭击海滨小镇会损失多少财产;城市快速发展是否会导致绿化面积以及树木数量减少;救援组织在灾害发生后,如何第一时间找到投放救援物品的最佳位置?

要回答这些问题,必须借助卫星影像来完成。但是,卫星影像数据传回地面后须经过大量、繁琐的人工作业才能够变成可用的数据。

好在,人工智能的兴起简化了这一切。

数据判读更精准:人工智能+卫星影像

在使用谷歌地球时,可以通过卫星传回的影像看到详细的地面情况。“所以,我们希望人工智能、计算机深度学习、AI等技术能够将卫星影像中的数据转换成更具实用意义的信息。”DigitalGlobe副总裁兼总经理Shay Har-Noy在谈到人工智能对卫星领域发展的促进作用时讲到,这也是DigitalGlobe以及全球卫星影像提供商目前正在做的事情。

DigitalGlobe是一家位于美国科罗拉多州的空间信息公司,拥有WorldView等系列在轨商业卫星,每天收集约73TB的卫星图像,主要为国防部门和其他用户提供卫星影像服务,上面提到的谷歌地球的卫星影像同样来自于DigitalGlobe。


12.jpg


可以看到,上面每一张影像中都包含一个粉红色的多边形,并且每一个多边形的大小、位置、都是在变化的。PoolNet是GBDX上的一个分类工具,可以通过深度学习中的卷积神经网络对众包数据进行大量的分类训练,进而帮助人工判断出上图中每一张影像是否包含游泳池。

GBDX是DigitalGlobe的空间信息大数据分析平台,允许开发者使用DigitalGlobe的深度学习算法或者他们自己的算法,对影像数据进行处理,来满足自身或者其用户需求。Har-Noy表示,DigitalGlobe开发这款地理信息大数据平台,主要为了打造一个以合作为基础的生态圈,为需要通过卫星影像数据来重要决策的企业、部门或个人提供必要的技术支持。

GBDX核心是托管于亚马逊网络服务器云平台(Amazon Web Services:AWS)上的一个运营了17年的非实时影像库,通过计算机的深度学习,将影像数据分类为图片、音频、文本等多类型,提高计算机自动检索卫星图像数据的效率。不得不说,这拓宽了DigitalGlobe的客户群体。

对于不具备专业知识的企业和个人来讲,若想通过现有卫星影像数据来了解房地产开发模式,或者救援组织想要了解待救人员在地面的分布密度及地区,这种计算机自动检索和处理卫星影像数据的方式无疑会被追捧。

卫星影像已成灾害救援重要手段

就在去年8月份, DigitalGlobe就依托GBDX平台与澳大利亚公共测绘机构(PSMA)签订了一份合作协议,旨在对澳洲人居环境开展测绘,并为一个包含1500万建筑物信息的新产品“Geoscape”提供快捷访问的方式。据称,Geoscape将囊括全澳洲所有建筑物的位置与结构信息,诸如房屋的建筑面积与高度、屋顶材质、太阳能板以及游泳池的情况。

另外,GBDX自建立以来始终以AWS作为运行基础。因DigitalGlobe高分辨率卫星影像已经拥有16年的收集历史,产生的数据量相当之大。为了将大规模数据由内部环境迁移至云端,DigitalGlobe目前通过一辆Snowmobile将全部原始影像归档转移至Amazon存储库内。Snowmobile是亚马逊在2016年发布的一款安全数据存储车,可帮助用户在数周之内将EB级别数据迁移至AWS中。


13.jpg


此外,GBDX平台也曾被应用于自然灾害救援。去年秋天,飓风“马修”横扫美国佛州地区,造成至少百人丧生。在“马修”还未登陆之前,DigitalGlobe曾利用GBDX平台来处理卫星云图数据预测飓风会导致哪些区域被海水淹没,哪个位置的建筑和道路会被摧毁的更厉害,以备相关部门做好防范。灾难发生之后,GBDX平台通过众包模式对地面数据进行采集,结合卫星影像图,第一时间将受灾地区相关数据传输给救援人员。

另外一个例子是2015年的尼泊尔地震,地震当时对当地造成非常严重的损失。“当时因为尼泊尔地震,超过1500人丧生,加德满都(Kathmandu)百年古塔达拉哈拉塔也被摧毁,多处被列为联合国世界文化遗产的古迹受损严重”,Har-Noy惋惜地说道,“当时我们通过卫星捕捉影像,来了解被摧毁建筑的位置,帮助地面上的非营利组织和应急人员进行相应的救援。”

除了计算机深度学习技术,众包模式也可以训练、测试机器的学习能力。每个人可以在地图上对位置进行标注,当然也可以检验计算机对此处的标注是否正确。

众包模式和计算机深度学习技术都让DigitalGlobe加快了对高分辨率影像数据的判读。

但是这个过程中同样会遇到诸多问题。

科技进步,公民隐私问题凸显

Har-Noy表示,可对外公布的商业卫星图像分辨率由美国商务部决定,并不包括与美国敌对国家的地区图像。此外,因为DigitalGlobe允许用户可以访问其对外公布的影像数据,引起了美国当地公民的反抗。

深度学习虽然可以帮助计算机来自主处理高分辨率卫星影像的数据,但航空摄影的影像在未来有可能会影响到公民的隐私问题,美国公民自由联盟高级政策分析师Jay Stanley说。

因为航空成像技术兴起,使用影像数据对应急事件的管理和相应能力,变得越来越普遍。例如,马里兰州航空管理局在巴尔的摩—华盛顿国际机场协助搭设物理安全信息管理和计算机辅助调度系统,里约奥运会期间,使用卫星、高空气球等设备对里约全城进行实时监控,确保奥运会举办万无一失。

Stanley表示,也正因如此,立法者需要考虑如何来界定对卫星影像数据进行处理的界限,来保护公众隐私。