国际瞭望|洛马公司采用新的模型加快自动化图像分析速度

点击图片上方蓝色字体“慧天地”即可订阅

洛克希德·马丁公司推出了一项新的卫星图像分析服务，称为全球自动目标识别（GATR）。GATR使用开源的深度学习库来快速识别和分类世界各地的对象或目标，这一项目将为图像分析人员节省无数小时的手工分类和标记图像的时间。

自动识别芝加哥奥黑尔机场的大型飞机

洛克希德·马丁公司的全球自动目标识别系统运行在云端，使用马克萨（Maxar）公司的地理空间大数据平台（GBDX）访问马克萨公司的100PB卫星图像库和数以百万计的分类数据标签，加快了深度学习算法的训练。快速的GPU让GATR能够非常快速地扫描大片区域，而深度学习方法使目标识别自动化，减少了对大量算法训练的需求。

全球自动目标识别系统可教会自己一个目标区域或目标的识别特征，例如，学习如何区分货机和军用运输机。该系统可快速扩展到大面积区域，包括整个国家。它使用了商业部门常见的深度学习技术，可以识别船舶、飞机、建筑物、海港和许多其他类别。

现在的商业卫星数据比以往任何时候都多，到目前为止，识别物体基本上都是一个手工过程。像GATR这样的人工智能模型让分析师保持控制，同时让他们专注于更高层次的任务。

GATR有很高的准确率，在目前测试过的模型上超过90%。仅用了两个小时就搜索了整个宾夕法尼亚州的水力压裂现场，面积达12万平方公里。

这个系统最大特点是能够自学物体的定义特征，节省了宝贵的时间来训练算法，最终让图像分析师更多地关注他们的任务。

GATR是在普里特（Pritt）研究团队的基础上建立起来的。普里特团队是美国情报高级研究项目活动（IARPA）挑战中率先发起的一项名为“世界功能地图”的研究活动。洛克希德·马丁公司团队是唯一进入前五名的公司团队。

洛马公司这一系统表明，算法可以训练自己识别对象，释放新的地理空间工作流效率。