广告

利用AI绘制地图加强灾害防范

2020-03-09 12:48:04 Sally Ward-Foxton 阅读:
发展中国家的许多地区都缺乏最新的地图,这意味着在发生自然灾害或传染病时,救援组织难以有效开展工作。英特尔已开发出可以通过卫星图像识别地物的AI模型,并与红十字会紧密合作推进“地图补全”项目,为发展中国家绘制地图,以提高其防范灾害的能力。

英特尔已开发出可以通过卫星图像识别地物的AI模型,用来准确绘制最新的地图。英特尔一直与红十字会紧密合作推进“地图补全”项目,目的是为发展中国家绘制地图,以提高其防范灾害的能力。发展中国家的许多地区都缺乏最新的地图,这意味着在发生自然灾害或传染病时,救援组织难以有效开展工作。iEHednc

美国红十字会喀斯喀特地区CEO Dale Kunce 是“地图补全”项目的联合创始人,他认为:“对红十字会的工作人员而言,得到准确的地图对于防灾规划和应急响应至关重要。目前世界上很多地区都还没有地图,这使规划工作和灾难应急响应变得十分困难。这就是我们与英特尔进行合作的原因,利用AI来绘制易受灾地区的地图,识别道路、桥梁、建筑物和城市。”iEHednc

“如果飓风来袭之前你不清楚每一条道路分布在哪里,那么飓风过后你就不会知道哪里发生了洪灾,哪些道路被冲走了,哪些道路还留在那里。”英特尔AI实验室深度学习数据科学家Alexei Bastidas在一条英特尔播客中说,“如果没有足够精确的地图,不了解灾害发生之前的地貌,那么在灾害发生时就很难及时作出响应。还有一个问题需要考虑,有很多灾害是与天气有关的,例如龙卷风、台风、飓风、甚至火山爆发。这些事件会挡住卫星传感器,因为它们产生了云层……对红十字会的工作人员来说,要及时响应这类事件极具挑战。”iEHednc

目前, “地图补全”项目有一支志愿者队伍,他们浏览卫星图像,识别道路、城镇、桥梁和其他基础设施。志愿者们手动更新一个名为“开放街道地图”的开源地图,既费时又费力。iEHednc

英特尔AI实验室与Mila和CrowdAI合作,共同开发出图像分割模型,利用模型从卫星图像中识别出乌干达地图中遗漏的桥梁。由于采用图像分割模型性能更好,所以不再使用对象检测方法。他们选择桥梁作为试验对象,因为桥梁是极易受到洪水等自然灾害威胁的重要基础设施。系统共发现70座桥梁在以前的地图中遗漏了(图1)。乌干达国家协会可以利用这些数据更好地规划疏散及救援路线。iEHednc

iEHednc

图1:系统发现乌干达的开放街道地图或统计局地图遗漏了70座桥梁。(图片来源:英特尔)iEHednc

解读卫星图像非常具有挑战性。Bastidas提到,其中的一个挑战是缺乏明显的上下参考框架,而且,卫星图像并非总是从正上方拍摄,这意味着同一个地物可以从不同角度看到。由于当地地形以及基础设施和建筑风格不同,因此很难利用世界其他地区的标签数据进行模型训练。即使是同一个国家的图像,夏季和冬季的地形看起来可能也大不相同,而桥梁等地物的尺寸和样式也表现出巨大的差异。iEHednc

因此,英特尔的训练数据集只能来自乌干达。实际上,他们选择了乌干达北部的一个地区,使用相同桥梁的多个不同图像,以便模型能够了解季节性和天底角(nadir angle)的变化。iEHednc

这些模型首先查找水路和公路地物,并将二者的交叉点标记出来,作为桥梁的候选点。每一个桥梁候选点30米以内的已知桥梁都会被忽略。在这些交叉点周围画一个限定框,再提取限定框区域的卫星图像。模型然后对卫星图像进行解析,看其中是否包含桥梁。iEHednc

这些模型在带有DL Boost和nGraph的第二代Intel Xeon可扩展处理器(Cascade Lake)上运行。Bastidas说,之所以选择这种处理器,是因为其尺寸巨大。卫星图像通常有1,024个方形像素(square pixel),而芯片最好能一次处理整个图像。iEHednc

Bastidas称,该项目接下来可能会建立模型来帮助人们标绘志愿者的位置,也许还可以预测桥梁的位置,但最终还是要根据人眼所看到的来做出判断。iEHednc

Bastidas称:“我们还想尝试一些方法,以利用现有的开源数据建立更稳健、更通用的模型,而更好地适应这一具有不同地貌的地区。”iEHednc

(原文刊登于ASPENCORE旗下EETimes欧洲网站,参考链接:AI Generates Maps for Disaster Preparedness。)iEHednc

本文为《电子技术设计》2020年03月刊杂志文章,版权所有,禁止转载。免费杂志订阅申请点击这里iEHednc

本文为电子技术设计原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 因眼睛小车主被辅助驾驶误判“开车睡觉”,小鹏、蔚来回 昨日,汽车博主@常岩CY 发博称自己突然上了热搜,原来就是因自己眼睛小被小鹏汽车自动驾驶误判“开车睡觉”,不住的发出提醒。此外,@常岩CY 称在多款车型上都收到此困扰。无论是红外还是摄像头,只要开始检测眼睛,就会判定过度疲劳。小鹏P7会提示他睡觉,蔚来ET7一开车就认为其疲劳和走神,岚图FREE会在冬天为了让其“别困”而打开冷风……
  • 国际象棋机器人Chessrobot夹断对手手指,意外还是设计缺 据悉,在7月19日的莫斯科国际象棋公开赛期间,一位7岁小男孩疑似因提前走子犯规手,意外被“对手”国际象棋机器人Chessrobot夹住手指,造成指骨骨折,该事件登上了热搜榜。该男孩是莫斯科9岁以下最强的30位棋手之一。
  • “智能家居”未来将可通过呼吸控制操作 凯斯西储大学的研究人员创造了一个简单的原型设备,使用户能够通过改变他们的呼吸模式来控制“智能家居”。这种自供电装置可放入鼻孔,并有可能提高行动不便或无法清晰说话的人的生活质量。如果个人呼吸困难,它也可以编程为医务人员提供自动警报。
  • 核酸采样机器人将取代“大白”?用了哪些技术保证采样准 取棉签、核酸采样、储存核酸采样管、设备消杀……动作精准流畅,今后给你核酸采样的可能不再是“大白”,而是机器人。EDN小编就带大家来看看,目前已被使用的核酸采样机器人有哪些?
  • 一个AI程序就可将手机电池增加30% 一项尖端的人工智能开发可以将智能手机的电池寿命延长 30%。这项应用则是利用 AI 分析正在使用的应用程序的 FPS 变化,并试图找到 CPU 和 GPU 处理器的最佳运行频率以适应变化,同时消耗设备中最少的功率和温度增益……
  • AI视觉芯片如何赋能两轮车出行? 6月29日,在由全球领先的专业电子机构媒体AspenCore和深圳市新一代信息通信产业集群联合主办的“2022国际AIoT生态发展大会-智慧两轮车分论坛”中,嘉楠科技副总裁汤炜伟以《勘智AI视觉芯,赋能智眼两轮行》为主题,向大家分享了嘉楠地芯片设计创新历程,及其RISCV架构AI芯片技术路线图,并以具体案例展示AI视觉芯片如何赋能两轮车出行。
  • 碎片化、成本高是难题,AIoT行业需要哪些改变? 作为AIoT的行业基石,物联网市场到2022年预计将达到 144 亿活跃连接。随着供应限制的缓解和增长的进一步加速,IoT Analytics 最新预测指出,到2025年全球将有大约 270 亿台联网物联网设备。中国物联网链接到2025年也将达到80亿。随着整个AIoT和IoT市场的快速成长与变化,我们将面临哪些风险和挑战?
  • 英特尔张宇:边缘AI有三个阶段,我们还处在山脚 在AspenCore举办的“2022国际AIoT生态发展大会”上,英特尔公司高级首席工程师、物联网事业部中国区首席技术官张宇博士通过视频方式分享了“边缘AI技术发展趋势与展望”主题演讲。
  • 世界上尺寸最大的芯片Wafer Scale Engine-2打破了在单 Cerebras公司售价数百万美元的“全球最大AI芯片”Wafer Scale Engine-2又有新消息,在基于单个Wafer Scale Engine-2芯片的CS-2系统上训练了世界上最大的拥有200亿参数的NLP(自然语言处理)人工智能模型。
  • 婴儿或可帮助解锁下一代人工智能 都柏林圣三一学院的神经科学家及其同事刚刚发布了改进人工智能的新指导原则,他们表示,婴儿可以帮助解锁下一代人工智能(AI)。
  • 日本要利用机器学习实现半导体研究自动化 新型薄半导体材料的开发需要对大量反射高能电子衍射(RHEED)数据进行定量分析,既耗时又需要专业知识。为了解决这个问题,东京理科大学的科学家们确定了可以帮助自动化 RHEED 数据分析的机器学习技术。他们的发现可以极大地加速半导体研究,并为更快、更节能的电子设备铺平道路。
  • 纯视觉自动驾驶更安全?美国交通部发布数据打脸特斯拉 特斯拉的纯视觉自动驾驶到底效果如何?真的如马斯克所说的:“通过摄像头和计算机网络让自动驾驶比人类驾驶更安全”吗?近日美国国家公路交通安全管理局发布了一份新的数据,颇有打脸特斯拉的意味。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了