人工智能哪家强
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。广泛应用的有机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等场景，可以说是深入人类活动的各个方面。
在自然资源领域，随着GPU集群、分布式计算、云计算及人工智能等技术的发展，遥感影像解译技术也从人工目视判读、半自动解译，向自动化智能化方向发展。伴随着人工智能技术近年来的蓬勃发展和广泛应用，国内外涌现出一批新兴科技公司,利用人工智能技术实现对遥感影像智能解译，相继出现了系列解译软件。
经不完全统计，今天总结分享国内外30个遥感影像智能解译软件，他们主要将深度学习框架与遥感技术深入融合，提供了从“样本采集-模型训练-预测解译”为核心的遥感影像智能解译模式，解译精度及效率高于传统方法。下面针对市面流传的常用软件进行分类总结，不足之处还望多多指导！
各系统平台技术特点
// 01
微软 | AI for Earth
是一个致力于为解决环境和可持续发展问题的个人和组织提供云计算、开源工具和AI技术支持的平台，利用AI技术助力农业、水、生物多样性和气候问题的解决。
// 02
ESRI | Arcgis10.8/Arcgis Pro
具有样本生成、深度学习训练、深度学习推理功能，能够提取特定对象位置、对对象进行分类或标注，或对影像中的像素进行分类。
// 03
ESRI | ENVI DeepLe arning
基于深度学习框架(TensorFlow)开发的遥感图像分类和目标识别工具，能够实现建筑物、道路、农作物种类等特征信息提取、全要素图像分类、变化检测。
// 04
Google | GEE
GEE在谷歌云上运算，处理能力完全不受空间、时间的限制，可以在GEE上面运行自己的深度学习模型。
// 05
德国DefiniensImaging | eCognition
从分类方法看，不仅包含了传统的基于规则的阚值分类和模糊隶属度函数分类，而且集成了业界流行的机器学习和深度学习算法。
// 06
中科北纬 | 天枢平台
可有效地从海量多样化的地理信息数据库中进行地类分割、变化检测等任务，提取更具产能化的信息，结合人口、经济、交通等时空大数据，满足自然资源空间管理一体化和生态环境监测、农业监测、资源普查以及防灾减灾、应急响应等领域对遥感信息处理的需求。
// 07
中科院遥感所 | IRSA
推出了基于深度学习的变化检测、目标提取功能模块，并对时间序列遥感图像处理开展了针对性研究。面向不同用户的不同应用场景，在单机桌面版系统平台基础上，研制了适用于行业大规模应用的云计算版系统平台，以及适用于现场计算的FPGA硬件加速版一体机系统平台。
// 08
中国测绘科学研究院 | FeatureStation
FeatureStation包括立体测图、要素提取、面向对象分类、深度学习信息提取4个子系统。立体测图支持任务管理、平面立体联合测图、人机交互采集编辑、拓扑自动构建与自动接边;要素提取支持建筑物、水域、道路的智能提取;面向对象分类支持海量数据快速分割、多维特征提取与规则构建、随机森林对象分类;深度学习信息提取支持样本自动采集、地表覆盖分类、要素智能提取、变化要素自动发现。
// 09
中科天启 | PLA/PL UCC
依托深度学习的农业地块智能提取技术搭建农业耕地地块提取生产线，自动提取目标区域的农业地块，为开展地块级的作物种植结构分类提供基础。在农业地块基础上，基于图谱切同的遥感影像时序分类技术搭建作物类型识别生产线，实现作物种植结构的精确分类。
// 10
中地数码 | MapGIS IGServer-s
将GIS空间运算能力与人工智能技术相融合，集成了TensorFlow、CNTK等深度学习框架，搭建了一套完整的模型准备、模型训练和模型使用深度学习流程，能够实现遥感影像信息提取与智能分析。
// 11
中科星图 | GEOVIS iBrain
提供了包括AI解译、处理工厂、AI地球等主要业务模块的业务处理模式，将人工智能模型通过任务并行化调度完成大批量遥感影像的快速解译和产品生产，在处理工厂中进一步进行人工辅助加工并确认最终解译成果，解译成果可在AI地球中在线查询并进行分析与可视化展示。
// 12
航天宏图 | PIE-AI
PIE软件产品拥有包含几十类目标、地物的自主遥感样本库，并将多类深度学习框架与遥感技术深入融合，大大提高了遥感信息提取效率，可完成多源遥感影像预处理、目标检测识别跟踪、分类和变化检测等智能处理。
// 13
吉威时代 | SmartRS
SmartRS打通了从业务应用、遥感解译、图像处理到智能计算的认知链路，提出了以“自动定位-实时处理一智能分析”为核心的遥感应用智能化技术流程。
// 14
阿里巴巴达摩院 | AI Earth
依托于阿里巴巴在深度学习、计算机视觉等方向上的技术积累，对卫星影像、无人机影像、实时视频流、气象数据、IoT数据等多源地球观测数据进行融合分析，实现建筑、土地、植被、河流等多种目标信息的智能解译及变化感知。
// 15
商汤 | SenseR emote
在SenseEarth平台，用户即可自主上传TIF等格式的遥感影像文件，并通过直观的滑动、圈选等操作方式选择需要解译的区域。在选定相应的智能解译功能后，就能获得精准的解译结果。
// 16
航天泰坦 | TitanA nalysis
该系统将先进智能的深度学习技术引入到遥 感数据解译中，以成果和应用级数据作为输入，对智能解译进行全流程设计，包括样本数据制作、GPU模型训练、模型管理、预测分析精度评价等典型机器学习过程。
// 17
航天科技集团五院所 | 简译
具有面向对象分类、深度学习智能解译功能模块，支持多核多线程多GPU加速。
// 18
超图 | SuperMap GIS10i
超图提出了人工智能GIS技术体系。丰富和创新了GIS基础支撑技术。人工智能GIS技术体系的核心内容之一是GeoAI，即融合AI的空间分析与处理，提供了完整的流程工具，可以进行自有模型的构建。
// 19
北京治元景行科技 | EasyIn terpre tation
支持遥感影像的全自动预处理生产DOM，深度学习分类方法全流程的高度自动化，无人值守的自动化遥感影像分类和信息提取。
// 20
佳格 | 望眼科技
借助高效人工智能算法，将卫星遥感、气象、无人机、物联网、定位等多源时空数据进行融合分析解译，快速捕捉经济发展、环境变化，洞悉趋势。
// 21
极海 | 机智AI影像智能产品
可以从多源数据中学习、训练模型，智能地识别影像中的地物信息，用以预测各种生产生活中的指标，如人口、贫困程度等。
// 22
易智瑞 | GeoS cene GeoAI
具有快捷的样本标注工具和一键式样本制作工具，内置丰富的深度学习模型，支持目标检测、对象分类、语义分割、实例分割等多种场景，支持视频识别、自然语言处理、点云分类等场景，具有丰富细致的后处理工具，方便分析成果的优化与输出。
// 23
北京天图科技 | AI for Earth
利用作业员在影像上绘制少量点、线信息，快速提取目标地物，充分运用作业员的判读经验和计算机处理的优势，提高遥感影像解译效率。该软件为从遥感影像上采集地理数据提供了一套完整的工具和一体化的解决方案，实现对二维矢量数据的生产、质检、编辑、更新。
// 24
国遥新天地 | EV-Ras ter AI
具有训练管理、预测管理、样本库管理、模型库管理、数据统计等功能，支持用户自定义设置模型训练参数、用户上传样本数据和模型数据，用户可以根据实际需要选择指定的模型样本。
// 25
图源科技 | Image AI
ImageAI提供了建筑物、道路、水体、植被等要素提取、变化检测、数据分析等功能。
// 26
西安泽塔云 | RS Matrix
该平台是一套面向遥感影像解译的智能化产品，由桌面端及服务端软件组成，提供了从数据预处理到解译成果后处理的一体化、全流程的遥感影像解译解决方案，实现了遥感影像的快速、智能化解译。
// 27
北科博研 | AI智能解译平台
用户可以通过多边型圈选或者按行政区划选定目标区域，数秒之内，就能实时获得选定图像区域的解译结果，并形成分类和占比列表。
// 28
珈和科技 | 农业遥感监测平台
自主研发AI人工智能技术，在高分辨率遥感影像上，根据耕地的纹理、种类等特征，进行耕地面积划分，实时地确定地块位置、识别地 块分界、估测地块和农作物面积，并在云端存储。
// 29
紫辰科技 | 紫辰“空间洞察”系统
为自然资源监测与执法，提供节能、高效、实时、智能解译、全覆盖的智慧自然资源空间变化感知。具备对遥感影像中的地物进行图斑智能提取，以及智能比对两期影像发现地物变化的能力。
// 30
超擎 | 超擎影像云平台
基于AI技术提供信息获取要案识别到变化感知的时空基础全流程。
*注：材料源自公开资料，排名不分先后顺序，如有侵权，请联系删除
通过实践对比，近期多个生产单位组织进行的众多变化检测和其他性能测试中，普遍存在正确率不高，漏检率普遍偏高，并不能十分满足生产作业需求，每家都有自身优势，并没有哪一家产品性能完全超越同类产品。
2017年国务院发布的《新一代人工智能发展规划》指出人机协同成为主流生产和服务方式。人机协同是人工智能新阶段的发展方向，人类和人工智能深度融合、协同共进，即将进入一个大集成、大变革的时代。近30家平台厂商，只要扎根行业，利用自身优势，定能够为人类的文明发展做出自己应有的贡献！
