Источник
В шпионских фильмах мы нередко наблюдали ситуацию, когда изображение со спутника увеличивают так многократно, что зрителю удается разглядеть лицо подозреваемого.
Возможно ли подобное в реальности? Это вряд ли, все же физические ограничения оптики никто не отменял — об этом даже была подробная статья на Хабре. Но наблюдение со спутников и без всякой шпиономании приносит пользу.
Так, относительно недавно ученые научились использовать спутниковые снимки и машинное обучение для подсчета… популяции слонов в Африке. Передовые технологии в зоологии применяют крайне редко. Поэтому особенно интересно, как это это удается делать.
Скорее всего, вы не задумывались об этом, но подсчет популяций диких животных —
не самая простая задача. Какие есть проблемы:
Решение нашли ученые. Для подсчета слонов они использовали спутник Worldview-3. Каждый день этот КА способен наблюдать за поверхностью Земли площадью 680 тыс. кв. километров. Решение выглядит рациональным с точки зрения всех вводных: технология не осуществляет лишнего вмешательства в фауну, единоразово захватывается огромная территория. И, главное, в этом случае почти исчезает проблема двойного счета.
Технология не уникальная. Похожими методами по увеличенной с орбиты картинке считают разных млекопитающих — от пингвинов до китов. Однако есть небольшое отличие. В описанных условиях животных подсчитывают на однородном фоне: воды, снега или льда.
В Национальном парке Аддо Элефант в ЮАР (South African National Park Addo Elephant) обнаружить животных сложно — это ведь разнородный ландшафт с обильной флорой. Территория парка засажена деревьями, там часто идут дожди. Поэтому даже очень больших животных вроде слонов обнаружить с орбиты крайне сложно. Что еще интересно, слоны не всегда выглядят одинаково. Например, из-за сильной жары они покрывают себя грязью. Это помогает им охлаждаться, но меняет их цвет. Так вот, можно ли автоматически подсчитать количество слонов по фото со спутника?
Спутники Worldview-3 имеют отличное разрешение, которое подходит для подсчета слонов: до 31 см. Это фантастично, поскольку спутник находится на высоте 616 км от земной поверхности. Это все равно, что сделать снимок какого-либо объекта в Питере из Москвы (ну, примерно так).
Ученые из Великобритании не делали самостоятельно фотографии со спутника для машинного обучения системы. Они взяли доступные архивные изображения местности парка. Стоимость этих фотографий составила $17,5 за кв. км. Если же понадобятся свежие данные, то цена таких фото поднимается до $27,5 и нужно купить минимум 100 снимков.
Так вот, для обучения использовали 7 снимков. На них были изображены 164 слона. Их подсчитывали люди и сравнивали с результатам машины. В баллах выходило, что при подсчете люди набирали 78%, а система — 75%. Машину обучали по простому алгоритму, буквально говоря ей: «Это слон, а это нет».
Как еще можно применять технологию? Скорее всего, она будет работать похожим образом с фотографией, снятой на дрон. Это и дешевле спутника, и проще технически. Хотя природоохранные организации уже проявляют интерес к снимкам со спутников, чтобы использовать их вместо аэрофотосъемки.
Также есть версия, что технологию можно будет переложить на индустрию 3D-печати, чтобы сравнивать качество полученных напечатанных моделей с исходным образцом.
В шпионских фильмах мы нередко наблюдали ситуацию, когда изображение со спутника увеличивают так многократно, что зрителю удается разглядеть лицо подозреваемого.
Возможно ли подобное в реальности? Это вряд ли, все же физические ограничения оптики никто не отменял — об этом даже была подробная статья на Хабре. Но наблюдение со спутников и без всякой шпиономании приносит пользу.
Так, относительно недавно ученые научились использовать спутниковые снимки и машинное обучение для подсчета… популяции слонов в Африке. Передовые технологии в зоологии применяют крайне редко. Поэтому особенно интересно, как это это удается делать.
Скорее всего, вы не задумывались об этом, но подсчет популяций диких животных —
не самая простая задача. Какие есть проблемы:
- присутствие человека или его внезапное появление может напугать вашу и без того пуганую «целевую аудиторию»;
- даже небольшой дрон может внести энтропию в стройный уклад дикой жизни;
- сложно охватить разом большую территорию — есть риск изо дня в день считать одних и тех же зверей.
Решение нашли ученые. Для подсчета слонов они использовали спутник Worldview-3. Каждый день этот КА способен наблюдать за поверхностью Земли площадью 680 тыс. кв. километров. Решение выглядит рациональным с точки зрения всех вводных: технология не осуществляет лишнего вмешательства в фауну, единоразово захватывается огромная территория. И, главное, в этом случае почти исчезает проблема двойного счета.
Иголка в парке Южной Африки
Технология не уникальная. Похожими методами по увеличенной с орбиты картинке считают разных млекопитающих — от пингвинов до китов. Однако есть небольшое отличие. В описанных условиях животных подсчитывают на однородном фоне: воды, снега или льда.
В Национальном парке Аддо Элефант в ЮАР (South African National Park Addo Elephant) обнаружить животных сложно — это ведь разнородный ландшафт с обильной флорой. Территория парка засажена деревьями, там часто идут дожди. Поэтому даже очень больших животных вроде слонов обнаружить с орбиты крайне сложно. Что еще интересно, слоны не всегда выглядят одинаково. Например, из-за сильной жары они покрывают себя грязью. Это помогает им охлаждаться, но меняет их цвет. Так вот, можно ли автоматически подсчитать количество слонов по фото со спутника?
Подробнее о машинном обучении
Спутники Worldview-3 имеют отличное разрешение, которое подходит для подсчета слонов: до 31 см. Это фантастично, поскольку спутник находится на высоте 616 км от земной поверхности. Это все равно, что сделать снимок какого-либо объекта в Питере из Москвы (ну, примерно так).
Ученые из Великобритании не делали самостоятельно фотографии со спутника для машинного обучения системы. Они взяли доступные архивные изображения местности парка. Стоимость этих фотографий составила $17,5 за кв. км. Если же понадобятся свежие данные, то цена таких фото поднимается до $27,5 и нужно купить минимум 100 снимков.
Так вот, для обучения использовали 7 снимков. На них были изображены 164 слона. Их подсчитывали люди и сравнивали с результатам машины. В баллах выходило, что при подсчете люди набирали 78%, а система — 75%. Машину обучали по простому алгоритму, буквально говоря ей: «Это слон, а это нет».
Как еще можно применять технологию? Скорее всего, она будет работать похожим образом с фотографией, снятой на дрон. Это и дешевле спутника, и проще технически. Хотя природоохранные организации уже проявляют интерес к снимкам со спутников, чтобы использовать их вместо аэрофотосъемки.
Также есть версия, что технологию можно будет переложить на индустрию 3D-печати, чтобы сравнивать качество полученных напечатанных моделей с исходным образцом.
alexxz
Разрешение спутниковых снимков для гражданского прменения уже достигает 30-40см. Я удивлён. Был уверен, что столь высокое разрешение военные всех стран оставляют за собой. Будущее ближе, чем казалось.