El reto
Las imágenes satelitales hiperespectrales de alta calidad ofrecen una nueva forma de observar y vigilar la Tierra. Sin embargo, detectar objetos pequeños en relación con la distancia desde la que se captan es una tarea nada trivial para el deep learning.
Vigilar a simple vista áreas de miles de kilómetros es prácticamente imposible. Además, algunas sustancias, como las fugas de metano o los vertidos de petróleo, pueden ser invisibles para el ojo humano, que solo es sensible a los canales rojo, verde y azul del espectro visible.
Nuestra solución
Como parte de nuestras actividades de responsabilidad social, desarrollamos una solución de deep learning que aprovecha todos los canales de las imágenes hiperespectrales. Se basa en un enfoque premiado y reconocido por la sociedad IEEE.
El modelo reconoce objetos con muy baja resolución, de hasta 10 x 8 píxeles, y detecta edificios residenciales y comerciales, coches, trenes, árboles, carreteras, autovías y vías férreas, así como residuos costeros y marinos, vertidos de petróleo y otras huellas de la actividad humana.
El resultado
La tecnología puede aplicarse al control ecológico y la vigilancia de la contaminación (residuos plásticos costeros y marinos, vertidos de petróleo, detección de fugas de metano y análisis de su gravedad) y por parte de las autoridades de control urbanístico (construcciones no autorizadas, supervisión de obras, tala ilegal de árboles).
Otras aplicaciones son la supervisión del estado de carreteras y vías férreas, la detección de arena o nieve en las carreteras, la supervisión de aparcamientos y el análisis de la actividad humana en yacimientos petrolíferos, zonas industriales y logística.
