De uitdaging
Hyperspectrale satellietbeelden van hoge kwaliteit bieden een nieuwe manier om de aarde te observeren en te monitoren. Maar objecten detecteren die klein zijn in verhouding tot de afstand waarop ze zijn vastgelegd, is voor deep learning geen eenvoudige opgave.
Gebieden van duizenden kilometers met het blote oog bewaken is nauwelijks haalbaar. Bovendien zijn sommige stoffen, zoals methaanlekken of olielozingen, mogelijk onzichtbaar voor het menselijk oog, dat alleen gevoelig is voor de rode, groene en blauwe kanalen van het zichtbare spectrum.
Onze oplossing
Binnen onze activiteiten op het gebied van maatschappelijk verantwoord ondernemen ontwikkelden wij een deep-learningoplossing die alle kanalen van hyperspectrale beelden benut. Ze is gebaseerd op een bekroonde aanpak die door de IEEE-gemeenschap is erkend.
Het model herkent objecten bij zeer lage resolutie, tot 10 x 8 pixels, en detecteert woon- en bedrijfsgebouwen, auto’s, treinen, bomen, wegen, snelwegen en spoorlijnen, maar ook afval aan de kust en op zee, olielozingen en andere gevolgen van menselijke activiteit.
Het resultaat
De technologie is toepasbaar bij ecologisch toezicht en het monitoren van vervuiling (plastic afval aan de kust en op zee, olielozingen, detectie van methaanlekken en analyse van de ernst ervan) en door bouwtoezichthouders (illegale bouw, monitoring van bouwplaatsen, illegale boomkap).
Andere toepassingen zijn het bewaken van de kwaliteit van wegen en spoorlijnen, het detecteren van zand of sneeuw op wegen, het monitoren van parkeerterreinen en het analyseren van menselijke activiteit op olievelden, in industriegebieden en in de logistiek.
