务实研究 应用导向——访2023年测绘科学技术特等奖获奖项目负责人胡翔云.pdf

4948主题策划Topic/本刊记者岑墨图/受访者提供务实研究应导向谈到EasyFeature诞生的背景及过程，胡翔云向记者娓娓道来。1995年9月，刚从武汉测绘科技大学电子工程本科专业毕业的胡翔云成为张祖勋院士门下的一名研究生。“我当时对图像处理感兴趣，所以就转到摄影测量遥感领域，老师给我的第一个课题就是怎么样通过人机交互的方式，提高遥感影像线状要素提取的效率。”胡翔云回忆道。在测绘遥感领域，图像特征的自动提取一直是备受关注的热点，原因有两个方面。一方面是获取成本较高。如今，在生产DEM、DOM方面已经取得了巨大进步，基本实现了自动化。但是在图像的解译方面，始终需要依赖人工判读，导致遥感图像的解译工作成本居高不下，效率也不高。另一方面是时效性不能得到保障。正因为图像解译的效率不高，导致遥感图像在自然资源管理、数字中国建设等重大项目中常常无法及时提供数据支撑，极大影响其服务于国家重大需求和经济发展的能力。所以，迫切需要打破遥感影像自动化解译的技术瓶颈，提高地形图、土地利用分类图等产品的生产效率。“从1995年至今已有近30年，这期间我一直在研究遥感影像智能解译这个大课题。2001年底，我在张祖勋院士的指导下获得博士学位，随后前往加拿大约克大学做博士后。海外的经历进一步提供了攻关课题的契机。”在加拿大期间，胡翔云研发了人机交互快速提取线状要素的算法SmartDigitizer，迅速引起工业界注意。加拿大PCI公司收购了该算法的使用权，后继又转让至Leica Geosystems、微软等企业，加拿大的国家创新网和一些专业刊物都报道了这项成果。2005年，胡翔云去往位于美国亚特兰大的Leica Geosystems Geospatial Imaging公司（原ERDAS公司）任资深工程师，负责遥感影像智能处理算法研制，开发了EasyTrace、Imagine Objective等软件。2010年，胡翔云辞去在美国的工作，回武汉大学任教，被聘为珞珈学者特聘教授。当记者问及回国的原因，胡翔云坦言，有情怀和机遇两方面的影响。“在北美工作的这些年看到了更大的世界。但自己是中国人，绝大部分的亲友都在国内，回国效力是很自然的事情。而且2010年的中国正处于经济快速发展时期，看到祖国有如此光明的前景，自然也想为祖国发展尽自己的力量。”回国后，胡翔云在武大遥感信息工程学院从事教学科研工作。期间，他始终挂念“图像解译自动化”这件事。尽管有很多相关的研究和学术论文，但市场上能用、好用的软件产品极少。胡翔云回忆，学生时代在张祖勋院士指导下研究课题时，张院士常会问一个问题：“这个东西是否可用？”因为他认为，评判摄影测量等应用学科成果的重要标准之一是能否实用，甚至可以市场推广和产业化，而张院士本人就是这方面的标杆。“有一句老话说：实践是检验真理的唯一标准。很多科研成果的道路都终止在论文发表的那一刻，尽管理论知识很重要，但最终能不能用起来也值得我们关注。张祖勋院士就是一个很务实的人，我深受导师的影响，在后续工作开展中，也重点关注理论与实际的结合。”在一颗赤诚的爱国之心下，胡翔云谨遵师命，始终致力于人工智能与测绘遥感的结合，以解决实际问题为己任。历经8年打磨，最终EasyFeature问世。那么，EasyFeature的功能有哪些，又有哪些优势和亮点？它与过去的国产遥感解译软件有哪些区别呢？在当时世界上最大的遥感图像处理软件公司ERDAS工作期间，胡翔云更加切身了解到，想要做出一款能够面向客户使用的软件，过程十分繁复。在软件开发中，需要大量的测试、迭代以及调试；在研发后期，还需要符合标准的环境来验证软件；未来持续不断的运维工作同样需要相应的专业人员。作为仅一位带领学生团队的老师，胡翔云无法独立完成这些工作。2011年，胡翔云重遇了曾经在美国一起共事的同事，他正在做相关领域的创业，成立了武汉汉达瑞科技有限公司，两人一拍即合，开启了科研成果与产业链的交融之路，这一干就是十余年。在最初的构想中，胡翔云就明确了研发的基本思路：“我认为国产遥感解译软件不需要全盘复制国外的成熟产品，更应该结合图像解译软件的基本生态去做。比如，图像预处理等功能已经比较成熟了，所以就没必要再去费心地打磨这个功能。我们要做的是针对应用场景中的痛点，解决实际问题。”从古至今，人类从未停止对地球的探索，我们在不同的时期，用不同的方式关注着这颗蓝色星球的沧桑变化。遥感影像就是我们俯视地球的真实产物。山川、河流，森林、荒原，城市、原野，各类代表不同信息的区域以不同的形态显示在这张影像上，在植被监测、地矿分析、大数据计算等不同的领域发挥着不同的作用。但在实际应用前，这张影像还需要经过“解译”，才能得到多元化的数据、信息乃至知识。遥感影像的解译处理一直是从业者的一大难题。一方面，人眼解译的效率不高，且耗费大量的人力成本，最终的精度也无法得到保障；另一方面，计算机解译处理往往需要作业人员具有一定的知识和经验，存在较高的技术门槛。在这个背景下，武汉大学胡翔云教授带领团队迎难而上，8年来对遥感影像智能解译的关键技术和产品研制等方面进行了深入研究，成功推出自主知识产权软件系统EasyFeature，并荣获2023年“测绘科学技术奖”特等奖。EasyFeature具备地物要素自动解译、智能变化检测与快速地物采集等功能，拥有易用、实用的鲜明特色，处理效果和效率均明显优于国内外同类软件，显著提升了我国遥感影像智能处理的技术能力。怀着好奇，中国测绘邀请EasyFeature研发负责人胡翔云接受采访，为我们讲述其背后的故事。访2023年测绘科学技术特等奖获奖项目负责人胡翔云No?EasyFeature研发负责胡翔云尊师辈之道，怀爱国之能的技术就是最好的技术4948主题策划Topic/本刊记者岑墨图/受访者提供务实研究应导向谈到EasyFeature诞生的背景及过程，胡翔云向记者娓娓道来。1995年9月，刚从武汉测绘科技大学电子工程本科专业毕业的胡翔云成为张祖勋院士门下的一名研究生。“我当时对图像处理感兴趣，所以就转到摄影测量遥感领域，老师给我的第一个课题就是怎么样通过人机交互的方式，提高遥感影像线状要素提取的效率。”胡翔云回忆道。在测绘遥感领域，图像特征的自动提取一直是备受关注的热点，原因有两个方面。一方面是获取成本较高。如今，在生产DEM、DOM方面已经取得了巨大进步，基本实现了自动化。但是在图像的解译方面，始终需要依赖人工判读，导致遥感图像的解译工作成本居高不下，效率也不高。另一方面是时效性不能得到保障。正因为图像解译的效率不高，导致遥感图像在自然资源管理、数字中国建设等重大项目中常常无法及时提供数据支撑，极大影响其服务于国家重大需求和经济发展的能力。所以，迫切需要打破遥感影像自动化解译的技术瓶颈，提高地形图、土地利用分类图等产品的生产效率。“从1995年至今已有近30年，这期间我一直在研究遥感影像智能解译这个大课题。2001年底，我在张祖勋院士的指导下获得博士学位，随后前往加拿大约克大学做博士后。海外的经历进一步提供了攻关课题的契机。”在加拿大期间，胡翔云研发了人机交互快速提取线状要素的算法SmartDigitizer，迅速引起工业界注意。加拿大PCI公司收购了该算法的使用权，后继又转让至Leica Geosystems、微软等企业，加拿大的国家创新网和一些专业刊物都报道了这项成果。2005年，胡翔云去往位于美国亚特兰大的Leica Geosystems Geospatial Imaging公司（原ERDAS公司）任资深工程师，负责遥感影像智能处理算法研制，开发了EasyTrace、Imagine Objective等软件。2010年，胡翔云辞去在美国的工作，回武汉大学任教，被聘为珞珈学者特聘教授。当记者问及回国的原因，胡翔云坦言，有情怀和机遇两方面的影响。“在北美工作的这些年看到了更大的世界。但自己是中国人，绝大部分的亲友都在国内，回国效力是很自然的事情。而且2010年的中国正处于经济快速发展时期，看到祖国有如此光明的前景，自然也想为祖国发展尽自己的力量。”回国后，胡翔云在武大遥感信息工程学院从事教学科研工作。期间，他始终挂念“图像解译自动化”这件事。尽管有很多相关的研究和学术论文，但市场上能用、好用的软件产品极少。胡翔云回忆，学生时代在张祖勋院士指导下研究课题时，张院士常会问一个问题：“这个东西是否可用？”因为他认为，评判摄影测量等应用学科成果的重要标准之一是能否实用，甚至可以市场推广和产业化，而张院士本人就是这方面的标杆。“有一句老话说：实践是检验真理的唯一标准。很多科研成果的道路都终止在论文发表的那一刻，尽管理论知识很重要，但最终能不能用起来也值得我们关注。张祖勋院士就是一个很务实的人，我深受导师的影响，在后续工作开展中，也重点关注理论与实际的结合。”在一颗赤诚的爱国之心下，胡翔云谨遵师命，始终致力于人工智能与测绘遥感的结合，以解决实际问题为己任。历经8年打磨，最终EasyFeature问世。那么，EasyFeature的功能有哪些，又有哪些优势和亮点？它与过去的国产遥感解译软件有哪些区别呢？在当时世界上最大的遥感图像处理软件公司ERDAS工作期间，胡翔云更加切身了解到，想要做出一款能够面向客户使用的软件，过程十分繁复。在软件开发中，需要大量的测试、迭代以及调试；在研发后期，还需要符合标准的环境来验证软件；未来持续不断的运维工作同样需要相应的专业人员。作为仅一位带领学生团队的老师，胡翔云无法独立完成这些工作。2011年，胡翔云重遇了曾经在美国一起共事的同事，他正在做相关领域的创业，成立了武汉汉达瑞科技有限公司，两人一拍即合，开启了科研成果与产业链的交融之路，这一干就是十余年。在最初的构想中，胡翔云就明确了研发的基本思路：“我认为国产遥感解译软件不需要全盘复制国外的成熟产品，更应该结合图像解译软件的基本生态去做。比如，图像预处理等功能已经比较成熟了，所以就没必要再去费心地打磨这个功能。我们要做的是针对应用场景中的痛点，解决实际问题。”从古至今，人类从未停止对地球的探索，我们在不同的时期，用不同的方式关注着这颗蓝色星球的沧桑变化。遥感影像就是我们俯视地球的真实产物。山川、河流，森林、荒原，城市、原野，各类代表不同信息的区域以不同的形态显示在这张影像上，在植被监测、地矿分析、大数据计算等不同的领域发挥着不同的作用。但在实际应用前，这张影像还需要经过“解译”，才能得到多元化的数据、信息乃至知识。遥感影像的解译处理一直是从业者的一大难题。一方面，人眼解译的效率不高，且耗费大量的人力成本，最终的精度也无法得到保障；另一方面，计算机解译处理往往需要作业人员具有一定的知识和经验，存在较高的技术门槛。在这个背景下，武汉大学胡翔云教授带领团队迎难而上，8年来对遥感影像智能解译的关键技术和产品研制等方面进行了深入研究，成功推出自主知识产权软件系统EasyFeature，并荣获2023年“测绘科学技术奖”特等奖。EasyFeature具备地物要素自动解译、智能变化检测与快速地物采集等功能，拥有易用、实用的鲜明特色，处理效果和效率均明显优于国内外同类软件，显著提升了我国遥感影像智能处理的技术能力。怀着好奇，中国测绘邀请EasyFeature研发负责人胡翔云接受采访，为我们讲述其背后的故事。访2023年测绘科学技术特等奖获奖项目负责人胡翔云No?EasyFeature研发负责胡翔云尊师辈之道，怀爱国之能的技术就是最好的技术5150主题策划TopicEasyFeature有三大核心功能。1、动化要素提取和分类EasyFeature创建了“场景目标像素”层次关系的多要素提取模型与算法，提出了云覆盖、道路、建筑物和居民地、林地、水系等典型专题要素提取新方法，形成了遥感影像地物要素智能解译成套技术，解决了场景信息干扰、目标尺度方向差异等解译鲁棒性差的难题，有效提升了工程化影像解译的精度和效率。“我们对自动化要素提取与分类的要求有两个，一个是准确，一个是稳定。EasyFeature的要素提取综合准确率是90，在乡村或野外这类比较简单的应用场景，EasyFeature的准确率能达到95，而在城市这种较复杂的场景就是85，尽管实际数据会随着图像的变化有小浮动，但基本可以满足这两个要求。”2、动化变化检测EasyFeature提出了语义信息增强与虚警再抑制机制、融合先验形状、特征匹配优化、二维三维联合处理等新方法，解决了多时相、多类型遥感影像光谱与纹理特征分布差异、建筑物投影差干扰等变化检测的难题，地表覆盖与建筑物变化检测的查全率达到90%以上，效率提升5倍以上，满足了业务化生产的需求。“变化检测同样是长久以来的一个难题，它要求系统在多时相影像中检测出所有变化，同时还要排除一些干扰因素。不同的季节、视角等因素会大大影响植被、水文、建筑物等各种地物在图像上的变化。最主要的技术难题是在保证查全的情况下，可能还会出现大量错检，那就需要人工再重新去筛选一次，导致实际使用效率低下。”胡翔云回忆，团队第一次带着变化检测的成果去应用单位做检验时，正确率只有10，即错检率90%。为了得到理想的模型，胡翔云和团队的成员“备受折磨”。现在EasyFeature变化检测的综合准确率可达90，可以说是卓有成效。“在这个过程中我也有一个深刻体会，就是理论与实际往往存在很大的鸿沟。最开始我们拿到了一个比较好看的数据结果，大家都很看好，可一旦用到实际项目中，面对不同类型、不同复杂程度的遥感影像，最终的准确率也不一样。为了让软件效果更稳定，我们在应用单位做了好几年驻场开发，做了大量的迭代改进工作，才得到了现在这款能够走向市场的产品。”3、机交互快速量采集EasyFeature创新性地提出了基于全连接条件随机场优化的地物分割与模型驱动的建筑物提取等交互式提取技术，在不依赖深度学习的前提下，构建了多种要素人机协同的智能处理架构，实现了典型地物和地类要素矢量的高精度提取与快速采集。“这些年每年都可能有超过1000篇文章在讲遥感影像自动化解译和要素提取，甚至有很多人工智能、计算机视觉等跨学科的人也在做。但在读研究生期间，我在美国的PE&RS期刊上曾读到一位专家的文章，对其中有句话始终印象深刻：就算软件自动化要素提取的正确率能达到90以上，其真正应用于生产作业（主要是矢量成图）的效率也不一定高于人工。为什么这么说呢？因为不管多少，只要有错误，就需要作业员从头再去检查、修正，所以效率始终提不上去，甚至会下降。”面对这一全自动处理和人工修正相割裂的问题，胡翔云认为，如果不能做到让机器主导，那不如换个思路，让人与机器来更好地协同工作，先实实在在地提高生产效率。人机智能系统本身也是人工智能的重要研究方向，只不过在测绘遥感领域受到关注较少。在EasyFeature的实际操作中，画图员只需通过给出少量交互或提示，就能根据算法识别出该区域的精准形状，整个过程快速又简单。尽管偶尔有错误的情况，画图员也能够快速识别并修正，省去了过多的编辑过程。目前EasyFeature的人机交互采集功能没有应用深度学习技术，而是努力将传统的特征工程和实时处理算法进行创新设计，并优化到极致。它对计算机本身的硬件要求并不高，适配于一线作业员的陈旧设备，降低了工程项目的成本，备受市场青睐。“目前这个功能已经在实际应用中显著提升了作业效率（25%80%），已有数百套被用于自然资源部的直属生产单位，给相关生产业务提供了很大帮助。有时候新技术不一定好，好用的技术才是真的好！”在学术评价方面，2023年2月，刘先林、郭仁忠、陈军三位院士及多位专家组成的评审组对EasyFeature作出高度评价：EasyFeature核心技术取得了创新性突破，达到国际领先水平，有广阔的发展前景和经济社会效益。在国内外权威学术机构组织的公开比赛中，EasyFeature分别斩获IEEE组织的ONERA卫星影像变化检测国际排位赛中精度第一名和国家自然基金委遥感图像稀疏表征与智能分析比赛语义分割赛题第一名。项目组获批了10余项发明专利，在权威学术期刊发表了20余篇论文，被斯坦福大学、清华大学等国内外同行引用500余次。在实际应用方面，EasyFeature已经成功应用于“全球测图”、地理国情与自然资源变化监测、国土调查等国家重大工程项目，在广东、北京、重庆、浙江、河南等20省市，以及电力、石油、交通、林业、水利、减灾、国防、能源、烟草、地质调查、环境等行业，累计部署超过1000套，相关单位累计取得经济效益超过2亿元，培养硕士、博士和专业技术人员50余名，骨干获得国家级人才项目（中国科协青年人才托举工程）支持。胡翔云说，项目团队在张祖勋院士高屋建瓴的指导下，有年轻的教师，例如张觅副研究员，还有很多博士、硕士学生，大都在应用单位驻场开发过，没有他们的长期努力，这项成果是不可能完成的，由衷地感谢他们的辛勤付出。一路走来，龚健雅院士、李建成院士、陈军院士等众多国内测绘领域的前辈与同行，还有遥感学院的领导、老师们都通过各种方式给予了关心和帮助，李德仁院士、刘先林院士也曾给予团队鼓励，在这里也特别感谢他们。面对当下取得的众多荣誉及成效，胡翔云并未打算止步于此。在此次采访中，他也向记者表达了自己及团队未来的愿景。在市场推广方面，胡翔云想通过校友企业的稳定客户群体扩大EasyFeature的影响力，让EasyFeature走进自然资源监 测、实 景 三 维 中 国 建 设 等 新 项 目 中。“目 前EasyFeature已经成功应用在很多个行业中，但始终都是点状的合作，未来我们希望能够形成更稳定的产业链，让更多人接触并认可它。”在技术迭代方面，胡翔云想要带领团队进行深一步研究，研发更先进的模型及算法，在保证准确率的前提下加强自动化能力，下一目标是让EasyFeature实现当前10倍的效率提升。“另外，目前EasyFeature用到的深度学习框架还是国外的产物。现在武汉大学已经做出了一套新的深度学习框架LuojiaNet，未来我们会尝试把这两者融合，实现EasyFeature的全面国产化。”在采访的最后，胡翔云呼吁行业更多地关注图像解译软件的生态：“虽然国内现在有不少很好的软件，但我们还是要客观地正视差距。希望未来能够有更多行业从业者尝试人工智能与测绘遥感的结合与交融，打造更优质的软件生态。”明年，胡翔云团队即将推出新一代EasyFeature，让我们共同期待其更亮眼的成绩和更优秀的表现。No?EasyFeature主界不忘初，砥砺前5150主题策划TopicEasyFeature有三大核心功能。1、动化要素提取和分类EasyFeature创建了“场景目标像素”层次关系的多要素提取模型与算法，提出了云覆盖、道路、建筑物和居民地、林地、水系等典型专题要素提取新方法，形成了遥感影像地物要素智能解译成套技术，解决了场景信息干扰、目标尺度方向差异等解译鲁棒性差的难题，有效提升了工程化影像解译的精度和效率。“我们对自动化要素提取与分类的要求有两个，一个是准确，一个是稳定。EasyFeature的要素提取综合准确率是90，在乡村或野外这类比较简单的应用场景，EasyFeature的准确率能达到95，而在城市这种较复杂的场景就是85，尽管实际数据会随着图像的变化有小浮动，但基本可以满足这两个要求。”2、动化变化检测EasyFeature提出了语义信息增强与虚警再抑制机制、融合先验形状、特征匹配优化、二维三维联合处理等新方法，解决了多时相、多类型遥感影像光谱与纹理特征分布差异、建筑物投影差干扰等变化检测的难题，地表覆盖与建筑物变化检测的查全率达到90%以上，效率提升5倍以上，满足了业务化生产的需求。“变化检测同样是长久以来的一个难题，它要求系统在多时相影像中检测出所有变化，同时还要排除一些干扰因素。不同的季节、视角等因素会大大影响植被、水文、建筑物等各种地物在图像上的变化。最主要的技术难题是在保证查全的情况下，可能还会出现大量错检，那就需要人工再重新去筛选一次，导致实际使用效率低下。”胡翔云回忆，团队第一次带着变化检测的成果去应用单位做检验时，正确率只有10，即错检率90%。为了得到理想的模型，胡翔云和团队的成员“备受折磨”。现在EasyFeature变化检测的综合准确率可达90，可以说是卓有成效。“在这个过程中我也有一个深刻体会，就是理论与实际往往存在很大的鸿沟。最开始我们拿到了一个比较好看的数据结果，大家都很看好，可一旦用到实际项目中，面对不同类型、不同复杂程度的遥感影像，最终的准确率也不一样。为了让软件效果更稳定，我们在应用单位做了好几年驻场开发，做了大量的迭代改进工作，才得到了现在这款能够走向市场的产品。”3、机交互快速量采集EasyFeature创新性地提出了基于全连接条件随机场优化的地物分割与模型驱动的建筑物提取等交互式提取技术，在不依赖深度学习的前提下，构建了多种要素人机协同的智能处理架构，实现了典型地物和地类要素矢量的高精度提取与快速采集。“这些年每年都可能有超过1000篇文章在讲遥感影像自动化解译和要素提取，甚至有很多人工智能、计算机视觉等跨学科的人也在做。但在读研究生期间，我在美国的PE&RS期刊上曾读到一位专家的文章，对其中有句话始终印象深刻：就算软件自动化要素提取的正确率能达到90以上，其真正应用于生产作业（主要是矢量成图）的效率也不一定高于人工。为什么这么说呢？因为不管多少，只要有错误，就需要作业员从头再去检查、修正，所以效率始终提不上去，甚至会下降。”面对这一全自动处理和人工修正相割裂的问题，胡翔云认为，如果不能做到让机器主导，那不如换个思路，让人与机器来更好地协同工作，先实实在在地提高生产效率。人机智能系统本身也是人工智能的重要研究方向，只不过在测绘遥感领域受到关注较少。在EasyFeature的实际操作中，画图员只需通过给出少量交互或提示，就能根据算法识别出该区域的精准形状，整个过程快速又简单。尽管偶尔有错误的情况，画图员也能够快速识别并修正，省去了过多的编辑过程。目前EasyFeature的人机交互采集功能没有应用深度学习技术，而是努力将传统的特征工程和实时处理算法进行创新设计，并优化到极致。它对计算机本身的硬件要求并不高，适配于一线作业员的陈旧设备，降低了工程项目的成本，备受市场青睐。“目前这个功能已经在实际应用中显著提升了作业效率（25%80%），已有数百套被用于自然资源部的直属生产单位，给相关生产业务提供了很大帮助。有时候新技术不一定好，好用的技术才是真的好！”在学术评价方面，2023年2月，刘先林、郭仁忠、陈军三位院士及多位专家组成的评审组对EasyFeature作出高度评价：EasyFeature核心技术取得了创新性突破，达到国际领先水平，有广阔的发展前景和经济社会效益。在国内外权威学术机构组织的公开比赛中，EasyFeature分别斩获IEEE组织的ONERA卫星影像变化检测国际排位赛中精度第一名和国家自然基金委遥感图像稀疏表征与智能分析比赛语义分割赛题第一名。项目组获批了10余项发明专利，在权威学术期刊发表了20余篇论文，被斯坦福大学、清华大学等国内外同行引用500余次。在实际应用方面，EasyFeature已经成功应用于“全球测图”、地理国情与自然资源变化监测、国土调查等国家重大工程项目，在广东、北京、重庆、浙江、河南等20省市，以及电力、石油、交通、林业、水利、减灾、国防、能源、烟草、地质调查、环境等行业，累计部署超过1000套，相关单位累计取得经济效益超过2亿元，培养硕士、博士和专业技术人员50余名，骨干获得国家级人才项目（中国科协青年人才托举工程）支持。胡翔云说，项目团队在张祖勋院士高屋建瓴的指导下，有年轻的教师，例如张觅副研究员，还有很多博士、硕士学生，大都在应用单位驻场开发过，没有他们的长期努力，这项成果是不可能完成的，由衷地感谢他们的辛勤付出。一路走来，龚健雅院士、李建成院士、陈军院士等众多国内测绘领域的前辈与同行，还有遥感学院的领导、老师们都通过各种方式给予了关心和帮助，李德仁院士、刘先林院士也曾给予团队鼓励，在这里也特别感谢他们。面对当下取得的众多荣誉及成效，胡翔云并未打算止步于此。在此次采访中，他也向记者表达了自己及团队未来的愿景。在市场推广方面，胡翔云想通过校友企业的稳定客户群体扩大EasyFeature的影响力，让EasyFeature走进自然资源监 测、实 景 三 维 中 国 建 设 等 新 项 目 中。“目 前EasyFeature已经成功应用在很多个行业中，但始终都是点状的合作，未来我们希望能够形成更稳定的产业链，让更多人接触并认可它。”在技术迭代方面，胡翔云想要带领团队进行深一步研究，研发更先进的模型及算法，在保证准确率的前提下加强自动化能力，下一目标是让EasyFeature实现当前10倍的效率提升。“另外，目前EasyFeature用到的深度学习框架还是国外的产物。现在武汉大学已经做出了一套新的深度学习框架LuojiaNet，未来我们会尝试把这两者融合，实现EasyFeature的全面国产化。”在采访的最后，胡翔云呼吁行业更多地关注图像解译软件的生态：“虽然国内现在有不少很好的软件，但我们还是要客观地正视差距。希望未来能够有更多行业从业者尝试人工智能与测绘遥感的结合与交融，打造更优质的软件生态。”明年，胡翔云团队即将推出新一代EasyFeature，让我们共同期待其更亮眼的成绩和更优秀的表现。No?EasyFeature主界不忘初，砥砺前