基于人工智能的遥感实习创新教学方式研究

陈伟

关键词：人工智能;遥感;实习

1引言

遥感科学与技术是在是测绘科学与计算机科学等相关学科交叉渗透、相互融合后发展起来的一门新兴交叉学科[1]。遥感技术通过非接触式的成像方式获取空间目标的信息，不仅能够解决目标的几何定位的相关问题，亦能通过目标的辐射信息获取其属性信息。得益于其快速获取大范围地表信息的能力，遥感技术已经受到了广泛关注，并在国土普查、环境监测、农业等领域发挥了重要的作用[2-4]。值得一提的是，遥感是快速获取地表表层信息的唯一手段，在国家层面备受重视，其中“高分辨率对系统”作为国家中长期科学和技术发展规划纲要中的专项之一，长期受到科技部与国家自然科学基金委的重视。因此，培养具有创新意识，动手能力强的遥感人才对于我国遥感科技水平的发展具有重要意义。

随着人工智能技术在各行各业的普及与深度介入，遥感行业也面临从信息化到智能化发展的机遇[5]。由于遥感处理的对象大多涉及图像，而深度学习技术的两大方向之一即为图像处理（计算机视觉），因此遥感行业也越来越多地与人工智能结合到一起，如利用遥感进行作物相关信息的提取[6]、建筑物的提取[7]。随着技术的不断进步，越来越多的遥感研究与遥感应用已经与人工智能相结合。人工智能技术已经成为第四次工业革命的核心突破口。随着世界上主要大国将人工智能技术上升为国家战略，人工智能已经开始与各行各业交叉融合。如何将这些新一代人工智能理论与技术用于遥感信息相结合，不仅是一个巨大的挑战，而且是一个重大的机遇。然而，随着遥感地理信息服务不断融人大数据、云计算、物联网等信息技术，目前人才培养体系下成长的学生已难以为各大IT企业提供具有竞争力的策略和方案，主要存在以下两个问题：首先，当前大部分高校遥感科学与技术专业培养方案停留在测绘类的传统模式框架之内，其培养方案与模式更加类似于增加了遥感应用内容的测绘工程专业，教学内容偏向于外业测量，这在很大程度上限制了遥感科学与技术专业学生未来的就业与深造。其次，遥感科学与技术专业人才培养实践中缺少与人工智能的融合，当前很大一部分高校遥感专业在培养学生编程手段上较为缺乏，对人工智能技术在实践教学中的渗透少之又少，难以满足当前社会对遥感人才的要求。

2结合人工智能技术的遥感实习创新教学方式研究

2.1关于培养方案改造的总体研究

遥感科学与技术专业在人工智能浪潮下面臨一系列的机遇与挑战，如何拥抱人工智能革命，对专业进行改造升级对本专业学生发展、就业均有重要意义。从体系上来看，根据遥感专业的特点与人才培养的问题，培养方案升级可以分为五部分（图1），即公共基础课人工智能基础知识加强、人工智能编程基础能力提升、人工智能编程遥感应用、实践创新及实习与毕业设计提升五个部分。

2.2公共基础课人工智能基础知识加强

当前，人工智能有六个大的研究领域，包括自然语言处理、计算机视觉、机器学习、知识表示、自动推理和机器人学，这些研究方向都离不开数学知识，所以若要在遥感人工智能领域走得更远，必须拥有一定的、扎实的数学基础。而遥感更加注重图像处理，即计算机视觉等领域，因此在专业基础课中需加强矩阵、概率论相关知识。

2.3人工智能编程基础能力提升

当前，大部分测绘类专业培养过程中对编程课程并不重视，而主要注重外业测量技术，对人工智能的编程基础与编程思维培养不够。因此，实践创新培养方案须针对当前人工智能的发展，提升学生在基础编程上的能力。

2.4人工智能编程遥感应用

遥感科学与技术更加专注于遥感数字图像的处理，传统的遥感数字图像处理是基于像素的，而当前的遥感数字图像教学过程中也是基于传统的教学方案，一方面部分教学集中在遥感图像的软件操作，另一方面也缺少引入人工智能的教学内容。因此，在当前遥感课程体系中需要增加如人工智能应用等课程，突出地表建筑物识别、遥感影像地块分割等图像处理的教学内容。通过人工智能在具体遥感图像上的应用，提升学生利用人工智能解决具体遥感问题的能力。

2.5实践创新

为了提升遥感科学与技术专业学生实践创新能力及解决实际问题的能力，一方面可以鼓励同学组队参加人工智能与遥感相结合的比赛，如Kaggle、天池、高分大赛等：另一方面，在每年的大学生创新项目中引入一定比例的人工智能与遥感相结合的项目，进一步提升学生的实践能力。

2.6实习与毕业设计提升

在实习过程中，通过设计遥感应用项目，如高分遥感地表分类，从数据收集、数据标注方案、数据标注、算法设计、算法开发、结果比对、现场答辩等环节，将学生分为若干组，共同实现一整个人工智能遥感应用的任务，从而全面提升学生思考问题、分析问题与解决问题的能力，促进人工智能相关技术与遥感行业应用的融合。在毕业设计方面，提升与人工智能相结合的选题比例，以进一步锻炼学生的动手能力。

3实践情况

针对以上结合人工智能技术的遥感实习创新教学方式研究，本文在实践创新、实习与毕业设计两个方面进行了实践，在中国矿业大学（北京）2017、2018两个年级本科生的毕业实习环节中布置了人工智能进行图像分类的相关任务，将学生分为7组，独立完成数据采集、数据标注、模型训练与测试精度等工作，采集的数据如图2所示。

在各组实践过程中，通过天地图在线地图，采集3500组固定分辨率的遥感数据，并根据草地、农田、工矿用地、水体、林地、居民地、停车场进行分类，形成训练集。各组独立开发基于VCC和Resnet等深度学习模型进行图像分类，最后根据教师提供的测试集进行测试。结果显示，各组训练精度可达70%-95%，在测试集上的精度一般也在70%-85%。通过实践，大部分学生的动手能力得到了显著提升。

4结束语

当前，人工智能的发展对各行各业影响深远，既是挑战亦是机遇。遥感作为一门新兴技术学科，与图像处理深度绑定，也受到人工智能的深度影响。长期以来，由于遥感是测绘科学与技术的一部分，在教学过程中受到传统测绘课程体系的影响，大部分高校的遥感科学与技术课程体系还是偏向于测绘，因此对学生未来发展产生了一定的影响。本文通过能遥感专业培养体系的研究，提出了在公共基础课人工智能基础知识、人工智能编程基础能力、人工智能编程遥感应用、实践创新及实习与毕业设计五方面的提升思路，并在中国矿业大学（北京）遥感专业实习中予以实践，取得了良好的效果。