張艷華

（山西水利職業(yè)技術學院 山西 運城 044000）

0 引言

先進的人工智能技術似乎已經與我們的生活密切相關，人們在日常生活中不僅可以頻繁看到與人工智能相關的技術報道，更能夠直接應用到與人工智能技術相關的產品，比如AI 技術等。人工技術迅猛發(fā)展，正在向世人宣告我們已經進入到人工智能時代，必須積極迎合人工技術的發(fā)展趨勢，加強產業(yè)創(chuàng)新，才能夠實現(xiàn)各個行業(yè)的可持續(xù)發(fā)展，否則必將被歷史所淘汰。

1 機器視覺概念及其在測繪遙感技術的應用

人工智能技術中的視覺技術主要是指可以通過攝影設備和計算機處理系統(tǒng)。代替人眼對目標進行數字化的識別和跟蹤，而且計算機系統(tǒng)內也會有相應的邏輯處理能力，進而可以對所獲得的數字信息進行測量和識別。廣義上，計算機相關機械設備所具備的視覺能力主要包括圖像處理技術、目標識別技術、信息重建技術、圖像分析技術、數據理解技術等諸多領域；狹義上而言，計算機相關機械設備所具備的視覺能力，主要是通過對于圖片、視頻等數據信息進行收集和處理。在計算機系統(tǒng)內建立起相應的三維場景，通過實現(xiàn)三維重建的方式，提高信息處理能力。

2 機器學習概念及其在測繪遙感技術的應用

人工智能發(fā)展的另一個主要技術方向是實現(xiàn)機器學習，自人工智能概念提出以來，讓機器完成學習任務已經成為人工智能最為主要的研究方向。機器學習的基本邏輯是通過尋找某種函數關系，利用數據將具體事物進行勾線和連接。進而形成正確的映射，幫助人工智能完成相應的學習任務。統(tǒng)計學習的思想已經長期應用在機器學習技術上，而在攝影測量和遙感領域內統(tǒng)計學習思想也有著廣泛的應用。比如，在進行測繪遙感過程中，需要利用統(tǒng)計學思想進行監(jiān)督和對非監(jiān)督目標進行識別與分類。利用傳統(tǒng)的統(tǒng)計學理論所進行的遙感影像監(jiān)督和非監(jiān)督分類相關的研究成果進展一直較為緩慢，進而導致測繪遙感技術在目標識別的精準度上和分類的準確度上一直以來難以得到有效的提高，但是憑借著人工智能的發(fā)展，通過機器學習已經期待的改變了這一問題。相關專家研究證明，利用一種逐層貪心算法可以實現(xiàn)對于機器進行深度神經元網絡訓練的能力，而這也意味著深度學習的概念就此誕生，利用深度學習的算法建立起深度卷積網絡多層的深度選及處理抽象圖像的技術，將原本深度依賴算法設計進行進一步的升級和改良，進而將實現(xiàn)機器學習的能力提升。相關研究和發(fā)展已經獲得可以對機器進行能力上的深度訓練，通過構建深度網絡，結合不同的目標任務，幫助機器獲得具有不同特征的數據信息，進而實現(xiàn)自主學習功能，使得人工智能在遙感測繪使用上可以獲得全新的突破。在這時候，經過了大量的數據和實驗證明，利用深度學習的算法和新的統(tǒng)計學思想，無論是在圖像識別、物體分類、語音辨別、遙感技術使用等相關的機器學習和語義研究上都能夠帶來顯著的效果，未來機器學習也將沿著深度學習的方向獲得進一步的發(fā)展[1-2]。

機器學習不僅會在自然語言處理上獲得相應的成績，更能夠憑借深度學習在視覺圖像上得到更為廣泛的應用。比如，可以對手寫字體進行識別，對各類圖像進行有效分類，自動完成目標檢索等。深度學習已經在計算機視覺系統(tǒng)內得到了廣泛的使用，助推了人臉識別、無人駕駛、智能機器人等相關領域的勃勃生機，而測繪遙感技術主要的研究對象便是各類視覺圖像，所以測繪遙感解數在人工智能時代也將深受深度學習的影響，獲得技術的突破。

測繪遙感技術的重要任務之一便是對目標進行幾何定位和物理屬性的提取，通過對二維圖像的收集，重新構建起立體的幾何圖形，并且對地理物質進行要素分類。利用深度學習的方式應用在幾何定位上，雖然目前還未進入到攝影測量的研究領域，但是已經出現(xiàn)與計算機視覺領域利息相關的技術研究，而深度學習的方法所帶來的定位精準度目前也無法實現(xiàn)與傳統(tǒng)技術方法所獲得的結果進行相比，仍然相差一個數量級別，利用三維重建技術中的密集匹配技術進行深度學習可以獲得良好的應用成績，而這也將展現(xiàn)出深度學習方法所具備的測繪遙感技術應用潛力。

3 利用大數據技術手段實現(xiàn)的認知與推理能力

人類社會、機器信息空間以及物理世界所構成的三元世界是一個動態(tài)的、開放的、體系化的網絡世界，在這個三元的世界體系中，一方面，人類需要通過有效的測量和遙感技術，通過野外調查以及現(xiàn)在最為先進的傳感網絡技術來獲取物理世界的各類數據信息；另一方面，人類也在積極使用社會調查的方式以及互聯(lián)網技術手段、導航設備、可穿戴設備和視頻監(jiān)控設備等工具獲取與人類社會相關的各類經濟信息數據內容。這些數據信息構成龐大的數據體系，在空間上和時間上形成海量的數據規(guī)模，這些數據會成為人類探索物理世界，理解人類社會的重要數據支持，能夠幫助人類更好的進行認知的推進，加強推理能力，而這也是人工智能技術被研發(fā)出來的最終使命，這一過程也將實現(xiàn)人類在決策上能夠變得更加科學準確。

與計算機視覺和深度學習相關的各類人工智能技術領域有著極大的不同，大數據技術手段所實現(xiàn)的認知與推理能力還未形成完善的理論和方法，對于物理世界和人類社會探索、認知和推理都在一定程度上存在著不成熟的情況，并且也無法形成完整的體系，但是這并不意味著人類目前無法通過利用人工智能的技術手段以及大數據分析方法來進行智慧城市的建設，反而也可以通過這些初步研究的成果，提高智慧城市的建設水平，并加強了對于智能社區(qū)的研究和應用力度。經過數十年的發(fā)展，地理信息系統(tǒng)已經建立起較為完整的理論體系和方法邏輯，但是運用傳感網和社會感知設備相關的時空數據分析技術和理論挖掘上仍然存在著不成熟的情況，受其重要性的影響，業(yè)界人士正在逐漸加強對于相關技術和理論的研究，而這也是目前人工智能在測繪遙感技術應用中的熱點研究問題。

4 結語

總體而言，人工智能技術必然帶來一場科學技術的革命和產業(yè)的變革，測繪遙感技術既是人工技術的直接利益接受者，也將成為人工技術發(fā)展的積極開拓者，測繪遙感技術將從原有的靜態(tài)逐漸走向動態(tài)，與此同時，也將實現(xiàn)與人工智能技術相關的各類計算機視覺技術的深度融合，以此更好地解決在圖像解釋上信息提取上以及運用上的問題?；ヂ?lián)網技術、物聯(lián)網技術以及傳感技術將共同構建起龐大的時空數據信息，這些將成為人工智能持續(xù)發(fā)展的動力，為機器學習和智能發(fā)展提供源源不斷的資源。