潘兴利

摘要：随着人工智能技术的不断发展，图像识别技术也不断朝着智能化的方向发展。特别是在一些识别难度较大的环境中，这种技术可以取代传统的图像识别方式，客观且准确地完成图像识别。因此，本课题研究具有十分重要的意义。

关键词：智能识别;土地卫片执法;审核

引言

自2010年以来，自然资源部（原国土资源部，下同）每年在全国部署开展年度全覆盖卫片检查工作。通过开展年度卫片检查，严肃查处了大批国土资源违法行为，有力震慑了违法当事人，在提高地方党委政府依法依规管地管矿用地用矿意识、有效保护国土资源、维护国土资源管理秩序方面发挥了重要作用。2017年度卫片检查，自然资源部要求必须对卫片检查信息系统下发的卫片图斑逐一填报合法性判定结果及判定依据，对需要举证的地方要进行举证。地方举证人员必须到待举证图斑现场，进行实地拍照和信息填报，举证照片将作为审核的重要信息。然而，卫片检查工作时间紧、任务重，且举证图斑无法全数审核，需要考虑利用深度学习技术智能识别举证照片以提高審核工作效率。随着深度学习技术的快速发展，图像识别技术有较好的识别效果，利用图像识别技术开展基于影像数据的土地有关自动分类研究也越来越多，但对基于举证照片的土地卫片执法辅助审核有关的智能识别研究鲜有报道。

1智能图像识别技术概述

智能图像识别技术是人工智能领域的一项技术，图像识别技术的对象主要是图像，以各种类型的图像为基础，通过对图像进行处理可以整合复杂信息，降低数据处理的难度。……