Рубрика «спутниковые снимки»

image

Новый Flight Simulator компании Microsoft — это чудо технологий, задающее новую планку стандартов в жанре. Для воссоздания мира, кажущегося реальным и живым, содержащим миллиарды зданий, расположенных в правильных местах, Microsoft и Asobo Studios использовали труд многих партнёров.

Один из них — небольшой австрийский стартап Blackshark.ai из города Граца, который силами всего около 50 сотрудников смог воссоздать каждый город мира при помощи искусственного интеллекта и огромных облачных вычислительных ресурсов.

Перед выпуском нового Flight Simulator мы встретились с одним из основателей и генеральным директором Blackshark Майклом Патцем, чтобы обсудить сотрудничество с Microsoft и дальнейшие перспективы развития его компании.
Читать полностью »

Sen2Cor — программа для обработки снимков, сделанных со спутника Sentinel-2. В статье рассказывается, как установить, запустить и настроить её.

Спутниковый снимок до и после обработки с помощью Sen2Cor

Читать полностью »

Георгий Потапов: «Я — профессиональный потребитель данных OpenStreetMap» - 1

Георгий Потапов — инженер-исследователь и руководитель проектов, который сейчас работает в Сколковском институте науки и технологий. Он увлеченно занимается стартапом GeoAlert, где их команда разрабатывает нейросети для автоматического картирования по спутниковым снимкам. Как ему в этом помогает OSM, почему компании должны открывать свои данные и когда человек станет не нужен — обо всем этом он рассказал в интервью.Читать полностью »

Нейросеть для классификации спутниковых снимков с помощью Tensorflow на Python - 1

Это пошаговая инструкция по классификации мультиспектральных снимков со спутника Landsat 5. Сегодня в ряде сфер глубокое обучение доминирует как инструмент для решения сложных проблем, в том числе геопространственных. Надеюсь, вы знакомы с датасетами спутниковых снимков, в частности, Landsat 5 TM. Если вы немного разбираетесь в работе алгоритмов машинного обучения, то это поможет вам быстро освоить это руководство. А для тех, кто не разбирается, будет достаточным знать, что, по сути, машинное обучение заключается в установлении взаимосвязей между несколькими характеристиками (набором признаков Х) объекта с другим его свойством (значением или меткой, — целевой переменной Y). Мы подаём на вход модели много объектов, для которых известны признаки и значение целевого показателя/класса объекта (размеченные данные) и обучаем ее так, чтобы она могла спрогнозировать значение целевой переменной Y для новых данных (неразмеченных).
Читать полностью »

Как заинтриговать аналитика, занимающегося спутниковыми фотографиями? Размыть их.

image

Google Earth периодически размывает фото по запросу правительства, желающего помешать любопытным взорам изучить некоторые из наиболее чувствительных военных или политических объектов. Франция, к примеру, попросила Google затенить все изображение тюрем, после того, как французский гангстер успешно организовал побег из тюрьмы, вдохновлённый голливудом: он использовал дроны, дымовые шашки и даже украденный вертолёт – и Google согласилась сделать это до конца 2018 года. По той же схеме старый закон в Нидерландах требует от местных компаний размывает спутниковые фотографии, на которых есть военные и королевские объекты – один раз даже компания, предоставляющая спутниковые фотографии, подредактировала фото, на которое попала воздушная база Волкел, после того, как это фото приобрёл Ханс Кристенсен.
Читать полностью »

У команды Яндекс.Погоды есть традиция рассказывать о новых технологиях на Хабре. Мы уже рассказывали, как методы машинного обучения позволили создать более точный прогноз погоды, а также о том, как нейросети и данные с радаров помогают прогнозировать осадки.

Сегодня мы расскажем читателям Хабра о новой технологии, с помощью которое нам удалось добиться прогнозирования осадков с точностью до минут даже там, где данных с радаров просто нет. И помогли нам в этом снимки со спутников.

Как Яндекс создал глобальный прогноз осадков с использованием радаров и спутников - 1
Снимки спутника Meteosat-8 из космоса (источник: EUMETSAT)
Читать полностью »

image

Автоматическое распознавание спутниковых или аэро-снимков — это наиболее перспективный способ получения информации о расположении различных объектов на местности. Отказ от ручной сегментации снимков особенно актуален, когда речь заходит о обработке больших участков земной поверхности в сжатые сроки.

Недавно у меня появилась возможность применить теоретические навыки и попробовать себя в области машинного обучения на реальном проекте сегментации изображений. Цель проекта — распознавание лесных насаждений, а именно крон деревьев на спутниковых снимках высокого разрешения. Под катом я поделюсь полученным опытом и результатами.
Читать полностью »

Спутники-долгожители - 1

Ещё менее полугода назад мы праздновали 60-летие Спутника-1, и вот уже свой 60-летний юбилей празднует другой спутник, который всё это время остаётся на орбите: Авангард-1. Этот «грейпфрут» массой в 1,46 кг и 16,5 см в диаметре стал 3-й попыткой запуска спутника серии «Авангард», вторым американским и 4-м спутником в мире. И хотя его батареи вышли из строя ещё в июне 1958 года, а сам он перестал передавать сигналы в мае 1964-го — на орбите находится множество других старых спутников, работающих десятилетиями и имеющих длинные и весьма занимательные истории. О них и пойдёт сегодня речь.Читать полностью »

Космическая съёмка Земли - 1
Cпутниковый снимок в ложных цветах (зелёный, красный, ближний инфракрасный) с пространственным разрешением 3 метра и наложенной маской зданий из OpenStreetMap (спутниковая группировка PlanetScope)

Привет! Мы постоянно расширяем источники данных, которые используем для аналитики, поэтому решили добавить ещё и спутниковые снимки. У нас аналитика по спутниковым снимкам полезна в продуктах для предпринимательства и инвестиций. В первом случае статистика по геоданным поможет понять, в каком месте стоит открывать торговые точки, во втором позволяет анализировать деятельность компаний. Например, для строительных компаний можно посчитать, сколько за месяц было построено этажей, для сельскохозяйственных компаний — сколько гектаров урожая взошло и т.д.

В этой статье я постараюсь дать примерное представление о космической съёмке Земли, расскажу о трудностях, с которыми можно столкнуться, начиная работу со спутниковыми снимками: предварительная обработка, алгоритмы для анализа и библиотеки Python для работы со спутниковыми снимками и геоданными. Так что все, кому интересна область компьютерного зрения, добро пожаловать под кат!
Читать полностью »

Facebook составил карту населения 23 стран с разрешением 5 м - 1

Компания Facebook с помощью фирменной системы ИИ составила точную карту местоположения жителей Земли с точностью 5 метров. Карта человеческих скоплений нужна Facebook, чтобы более эффективно предоставлять свои сервисы. Она также поможет и другим компаниями планировать развитие сетей, в том числе для доступа в интернет. Например, в районах с большой концентрацией людей лучше подходят WiFi-хотспоты, а с низкой концентрацией — сотовая связь.

В будущем Facebook и сам планирует запустить систему доступа в интернет через спутники и высотные беспилотники, так что компания должна знать, как распределяется плотность людей на планете.
Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js