智能识别、人工复核、质量核验打通遥感变化检测样本生产全流程。高质量样本是遥感智能解译模型训练与应用的重要基础。然而在遥感变化检测样本生产过程中变化区域查找耗时、图斑边界反复修正、前后期影像核对繁琐、成果质量检查工作量大等问题影响着样本生产效率与成果质量。如何利用智能变化检测技术辅助人工标注如何将变化识别、样本修正、质量核验和成果交付有效衔接围绕这些需求北京空间维特科技发展有限公司参与了国家科技攻关专项项目服务于遥感大模型的样本自动化标注构建了智能变化检测与样本标注平台集成遥感影像加载、人工标注、智能变化检测、前后期联合复核、成果质量核验及数据导出等功能形成从影像输入到样本交付的一体化工作流程让智能检测与人工判读相互配合为高质量遥感变化检测样本生产提供技术支撑。01没有现成样本也能快速开展标注从遥感影像出发降低样本生产的启动门槛。传统样本生产往往需要较多前期准备工作。平台支持直接加载遥感影像开展人工标注无需预先准备完整的标注样本集即可启动样本制作。用户可根据影像实际情况进行变化区域勾绘与标注逐步积累样本成果为后续智能变化检测、样本复核与模型训练提供基础。图1 数据加载与人工标注界面02智能识别变化区域让人工标注更高效从人工逐区域查找转向智能检测辅助定位。面对大范围、高分辨率遥感影像仅依靠人工逐一查找变化区域往往需要投入大量时间。平台引入智能变化检测技术结合前后期遥感影像开展变化区域识别并支持整景影像预测辅助定位潜在变化目标为人工标注提供参考。通过智能检测先行识别候选变化区域标注人员可以将更多精力集中于变化真实性判断、目标确认和边界修正减少重复性的人工查找工作。智能检测提供线索人工判读负责确认。两者相互配合提高样本标注的针对性和工作效率。图2 前后期影像对比与变化区域识别03前后期联合复核让样本标注更可靠漏检及时补充误检及时修正边界逐步完善。智能检测结果并不等于最终标注成果。受影像质量、地物类型及变化特征等因素影响检测结果仍可能存在遗漏、误检或边界偏差。针对这些问题平台支持结合前后期遥感影像、智能检测结果和已有样本开展联合复核。对于漏检的变化目标可通过人工标注进行补充对于误检图斑可进行删除或修正对于边界不准确的目标可进一步调整空间范围并确认结果。通过“智能识别—人工复核—结果修正”的协同工作方式将模型检测结果转化为经过人工确认的样本成果进一步提升标注结果的准确性与可靠性。图3 前后期联合复核与图斑边界修正04质量核验与成果导出让数据交付更规范不仅要标得快还要查得清、交得出。样本标注完成后成果质量检查是保障数据可用性的重要环节。平台支持对标注成果开展质量核验、结果查看及状态统计帮助用户掌握样本检查情况并针对发现的问题进行进一步复核与修正。通过将质量检查与样本修正有效衔接促进标注成果的完整性、一致性和规范化管理。图4 标注成果质量检查与状态统计在成果交付方面平台支持将确认后的空间结果按需导出为GeoJSON、GeoTIFF、SHP等格式便于不同软件环境下的数据共享和后续使用。同时可结合质量核验结果整理检查报告或问题清单为样本成果管理、数据交付和质量验收提供依据。图5 标注成果查看与导出05衔接模型训练与精度评价让样本成果持续发挥价值从样本生产走向模型应用形成数据与算法的有效衔接。高质量样本不仅是标注工作的最终成果也是遥感变化检测模型训练与性能评估的重要数据基础。经过标注、复核与质量核验的双时相样本可根据后续实验需求进一步整理为训练集、验证集和测试集支撑变化检测模型的训练、验证与精度评价。通过样本生产与模型实验的衔接为后续算法优化和遥感智能解译应用提供持续的数据支持。图6 样本成果的后续模型训练与实验监控界面智能辅助与人工复核协同推动遥感样本生产提质增效从人工标注到智能变化检测从前后期联合复核到成果质量核验与数据交付智能变化检测与样本标注平台将原本相对分散的样本生产环节串联起来形成“人工标注—智能检测—联合复核—质量核验—成果交付”的完整工作流程。平台通过发挥智能检测在变化区域发现方面的辅助作用以及人工判读在真实性确认和边界修正方面的专业优势减少重复性工作完善样本质量控制为遥感变化检测模型训练、精度评价及相关业务应用提供更加规范、可靠的数据支撑。