近期，大華股份基于AI的遙感影像智能分析技術，在地球科學與遙感學會（GRSS）發布的全球標準化遙感影像變化檢測數據集上（OSCD）獲得綜合精度排行榜第一的成績，充分彰顯了大華在遙感影像變化檢測領域持續的開拓創新能力。

大華股份DH_RSIA算法獲得OSCD數據集綜合精度第一

(網址: http://dase.grss-ieee.org/index.php)

OSCD（Onera Satellite Change Detection）是由國際電子與電氣工程師協會（IEEE）、圖像分析和數據融合技術委員會（IADF TC）聯合發布并維護，是國際權威的遙感影像變化檢測算法評測平臺。該評測全球地表覆蓋數據復雜多變，極具挑戰性，吸引了海內外廣大學者和知名學術機構參與。

針對遙感影像大尺寸、變化區域類別不均衡等現象，大華股份在數據處理上，提出了一種基于多通道融合的圖像拉伸和歸一化預處理方法，解決了地表差異明顯等問題；模型結構方面，創新使用TverskyLoss損失函數，優化了類別不均衡問題；同時，創新構建多模態，大幅度提升算法精度（Precision）與召回率（Recall），最終大華遙感影像智能分析技術刷新了遙感影像變化檢測數據集評測記錄，取得排行榜第一的成績。

遙感影像變化檢測算法框架

遙感影像變化檢測技術

基于遙感影像的變化檢測算法，利用不同時相的遙感影像來獲取指定區域內土地覆蓋類型的動態變化信息，將影像中隨時間變化的像素賦予語義類別標簽，廣泛應用于生態資源監測、城市建設管理等領域。

城市級遙感影像變化檢測效果

在生態資源監測領域，遙感影像變化檢測算法通過比對同一區域前后兩個時相的遙感影像，排除季節、天氣等干擾因素，獲取廣域區域內生態地質的時空變化規律，可應用于包括周期性監測水體、植被、礦產等地物類別的覆蓋信息，為資源開發、環境污染、自然災害評估等場景提供科學依據。

遙感影像變化檢測技術典型應用場景

從左至右分別為不同時相遙感影像、變化區域標注值、算法輸出結果，從上至下分別對應建筑物、水體、地質監測場景

在城市建設管理領域，運用遙感影像語義分割技術，自動獲取用地性質發生變化區域的位置、范圍、類型等信息，實現城市級智能化違法違規建筑查處；運用遙感影像目標檢測技術，有效提取公園、運動場地等城市基建類型的分布信息，動態監測城市范圍內基礎配套設施的建設進程，為城市基建審查提供有效數據支撐；通過結合高空、地面監測數據，實現天地空一體化的無死角監測覆蓋，為城市建設管理提供全方位、高精度的空間可視化表達。