Синтетические данные дистанционного зондирования с высокоточным моделированием

17 ноября было объявлено о ценном отраслевом сотрудничестве. Rendered.ai , хорошо известная платформа для синтетических данных, и лаборатория цифровой визуализации и дистанционного зондирования (DIRS) Рочестерского технологического института объявили о сотрудничестве, которое обеспечивает расширенный доступ к модели синтетических изображений DIRSIG, основанной на физике, посредством облачной платформы для высокопроизводительной генерации объемных синтетических данных Rendered.ai. Rendered.ai предоставляет облачную платформу как услугу (PaaS) для специалистов по обработке данных и CV-инженеров для разработки и создания больших, настраиваемых синтетических наборов данных CV для обучения искусственному интеллекту (AI) и системам ML.

Дистанционное зондирование – ценная технология

Дистанционное зондирование - это высоко ценимая технология с множеством полезных применений в реальном мире. Возможно, самая ранняя форма "дистанционного зондирования" началась с аэрофотосъемки, с первых известных снимков, сделанных с воздушных шаров. Перенесемся на столетие вперед, к первому спутниковому снимку Земли, сделанному орбитальным спутником Explorer 6 в 1959 году. С тех пор как из космоса были сделаны первые снимки Земли, прошли годы, и стремительный технический прогресс ускорил развитие дистанционного зондирования.

Сегодня системы дистанционного зондирования способны получать изображения земной поверхности в удивительно крупном масштабе. Современные системы дистанционного зондирования позволяют нам отслеживать лесные пожары, обнаруживать изменения в землепользовании, создавать современные карты городов сверхтонкого масштаба, прогнозировать погоду и многое другое.

Поскольку технология дистанционного зондирования в настоящее время является полезным инструментом, помогающим в нескольких жизненно важных областях применения, алгоритмы машинного обучения (ML), использующие данные компьютерного зрения (CV), будут необходимы для извлечения знаний и понимания из данных наблюдений за Землей. Эти данные потенциально могут быть использованы правительствами и коммерческими заказчиками.

Отраслевое сотрудничество

В этом контексте отраслевое сотрудничество, объявленное 17 ноября, является захватывающим дополнением к этой важной области. "Сегодня происходит распространение космоснимков и других данных дистанционного зондирования на всех уровнях - от наземных до космических систем. Снимки могут быть применены к бизнесу или операционным проблемам только тогда, когда из этих изображений можно извлечь информацию для использования в других аналитических системах или системах отчетности", - поделился Крис Эндрюс, исполнительный директор и руководитель отдела продуктов для Rendered.ai в эксклюзивном разговоре с Geospatial World при объявлении об этом сотрудничестве.

Он продолжил: "DIRSIG из Лаборатории цифровой визуализации и дистанционного зондирования в Рочестерском Институте Технологий уже много лет является стабильным источником имитированных сенсорных данных для целей обучения и инноваций. Возможность запускать DIRSIG внутри платформы Rendered.ai для высоко настраиваемых пакетных заданий позволяет использовать DIRSIG для обучения систем искусственного интеллекта на основе компьютерного зрения. Эти системы искусственного интеллекта используются для извлечения знаний и информации из неструктурированных данных, таких как изображения дистанционного зондирования."

Преимущества этого сотрудничества были дополнительно подчеркнуты Эндрюсом, когда он отметил, что "продукты DIRSIG и Rendered.ai совместно могут работать на нескольких длинах волн электромагнитного спектра, что позволяет инженерам и аналитикам создавать имитированные обучающие данные для извлечения информации из труднодоступных источников данных, таких как гиперспектральные, а также и мультиспектральные изображения. В случаях, когда невозможно получить определенные типы данных датчиков, например, для датчиков, еще не развернутых в полевых условиях, совместная работа DIRSIG и Rendered.ai может способствовать технологическим инновациям и исследованиям, которые в противном случае были бы невозможны".

Модель DIRSIG

Модель DIRSIG хорошо известна в индустрии наблюдения за Землей для получения имитированного выходного сигнала, представляющего пассивные однополосные, мультиспектральные и гиперспектральные изображения от видимой до тепловой инфракрасной области электромагнитного спектра. DIRSIG широко используется аналитиками изображений и учеными для тестирования алгоритмов и обучения на имитируемом содержимом изображений.

Перспективы сотрудничества

"Rendered.ai рад установить уникальные рабочие отношения с командой Рочестерского Института Технологий, в рамках которых мы сможем предложить доступ к DIRSIG для генерации синтетических данных нашей широкой клиентской базе", - сказал Натан Кундц, доктор философии, основатель и генеральный директор Rendered.ai. "Сотрудничество с командой DIRS Lab позволяет нам достичь двух целей, ради которых была основана наша компания: преодолеть проблемы, с которыми сталкиваются ученые и инженеры CV, связанные с использованием реальных данных, и предоставить клиентам доступ к высококачественному синтетическому контенту, не требуя специализации в технологиях моделирования".

"Мы рады расширить наше сотрудничество с Rendered.ai что позволяет нам охватывать пользователей всего научного и правительственного сообщества с помощью облачных технологий", - сказал Скотт Браун, доктор философии, главный научный сотрудник и руководитель проекта. "Спрос на доступ к высокоточным, физически корректным синтетическим снимкам растет по мере запуска большего числа аппаратов наблюдения за Землей, и Rendered.ai это помогает нам охватить еще больше пользователей благодаря нашим глубоким инвестициям в научно точное моделирование".

Предоставление доступа к DIRSIG внутри Rendered.ai откроет доступ к программному обеспечению пользователям по всему миру, которые ранее, возможно, были ограничены требованиями к обучению или командировкам в получении доступа к программному обеспечению. Rendered.ai помогает заказчикам, объединяя DIRSIG и другие возможности моделирования изображений в каналы многократного использования, которые могут быть совместно сконфигурированы и выполнены для генерации больших пакетов синтетических данных.

Объясняя этот аспект далее, Крис Эндрюс поделился: "В прошлом году команда лаборатории DIRS расширила доступ к DIRSIG только для США, чтобы получить доступ к странам и юрисдикциям, которые не находятся под эмбарго или другими торговыми ограничениями". Далее он сказал, что "клиенты Rendered.ai могут получить доступ к DIRSIG без посещения учебного курса DIRS Lab, если обучение и документация доступны через Rendered.ai PaaS для целей изучения того, как использовать DIRSIG в Rendered.ai синтетических данных на основе искусственного интеллекта."

Далеко идущие последствия технологической инициативы

В последнее время необходимость доступа к точным данным имеет решающее значение для решения растущих глобальных экономических, социальных и экологических проблем. Например, изменение климата и его последствия были одной из наиболее обсуждаемых глобальных проблем сегодня. "Наука и исследования могут быть проведены только в том случае, и фактически смягчение последствий изменения климата может быть достигнуто только в том случае, если у нас есть данные", - высказал мнение Эндрюс.

В этом контексте только что объявленное технологическое сотрудничество, безусловно, будет способствовать предоставлению более качественных исходных данных для многих актуальных и важных исследовательских инициатив в будущем.