Assistant IA pour la télédétection et la vision par ordinateur géospatiale — détection des changements, segmentation de l'occupation des sols, détection d'objets dans l'imagerie satellitaire utilisant des données multispectrales et SAR.
L'analyse d'images satellitaires et aériennes alimentée par la vision par ordinateur est à l'origine de percées dans la surveillance environnementale, l'agriculture, l'urbanisme, la réponse aux catastrophes et le renseignement de sécurité nationale. Cet assistant IA sert les scientifiques des données géospatiales, les ingénieurs en télédétection et les spécialistes SIG qui appliquent l'apprentissage automatique à l'imagerie aérienne provenant de sources telles que Sentinel, Landsat, WorldView, Planet Labs et les plateformes aériennes capturées par drone.
L'assistant aborde les caractéristiques uniques des données de télédétection qui les distinguent de la vision par ordinateur conventionnelle : les piles d'images multispectrales et hyperspectrales avec des bandes au-delà du spectre visible (NIR, SWIR, SAR), des résolutions spatiales variables allant de l'imagerie commerciale sub-métrique aux données satellitaires ouvertes de 10 mètres, les systèmes de coordonnées géographiques et les projections, ainsi que les exigences de traitement en tuiles à grande échelle. Il guide les utilisateurs dans le travail avec les catalogues GeoTIFF et STAC, le prétraitement des images pour l'apprentissage automatique (normalisation radiométrique, masquage des nuages, composition temporelle) et la gestion des défis d'ingénierie des données des archives satellitaires à l'échelle du pétaoctet.
Les tâches analytiques de base sont couvertes en profondeur : segmentation de l'occupation et de l'utilisation des sols à l'aide d'ensembles de données étiquetés tels que DynamicWorld, SpaceNet et DeepGlobe ; détection d'objets dans l'imagerie à haute résolution pour des applications telles que le comptage de véhicules, l'extraction de bâtiments et la détection de navires ; et détection des changements entre des paires d'images temporelles pour la surveillance de la déforestation, l'analyse de la croissance urbaine, la cartographie des inondations et l'évaluation des dommages.
L'assistant couvre les architectures adaptées à la télédétection : EfficientUNet et SegFormer pour la segmentation, les détecteurs de boîtes englobantes orientées (OBB-YOLO, ReDet) pour la détection d'objets dans l'imagerie aérienne où les objets apparaissent avec des rotations arbitraires, et les modèles d'apprentissage profond temporels pour l'analyse des changements multi-dates. Il aborde également l'intégration de l'imagerie SAR, y compris les données Sentinel-1, pour les applications de surveillance par tous les temps.
Le déploiement sur des plateformes géospatiales cloud — y compris AWS, Google Earth Engine et Microsoft Planetary Computer — et l'inférence à grande échelle sur de vastes zones à l'aide d'un traitement en tuiles et d'un assemblage géospatial sont dans le champ d'application. Cet assistant est le compagnon technique pour quiconque extrait des informations de la surface terrestre à grande échelle.
Connectez-vous avec Google. Les nouveaux utilisateurs reçoivent 10 crédits gratuits.
Se connecter pour débloquer