释放

深度学习模型加速,自动化卫星图像分析
算法训练自己识别对象,解锁新的地理空间工作流程效率
大型飞机在芝加哥奥黑尔机场被自动识别
像GATR这样的人工智能模型可以让分析师在专注于更高级别任务的同时保持控制

洛克希德·马丁公司(NYSE: LMT)开发了卫星图像识别系统,该系统使用开源深度学习库来快速识别和分类世界各地的大面积物体或目标,可能为图像分析师节省无数小时的手动分类和标记图像中的项目。全球自动目标识别在云中运行,使用Maxar的地理空间大数据平台(GBDX)访问Maxar的100 pb卫星图像库和数百万个分类数据标签,加快了深度学习算法的训练。快速的GPU可以让GATR快速扫描大面积,而深度学习方法可以自动识别物体,减少大量算法训练的需要。

GATR自学一个物体区域或目标的识别特征,例如,学习如何区分一架货机和一架军用运输机。该系统可以快速扩展,扫描大面积区域,包括整个国家。GATR使用商业领域常见的深度学习技术,可以识别船舶、飞机、建筑物、海港和许多其他类别。

洛克希德·马丁太空任务解决方案公司副总裁兼总经理玛丽亚·德马雷(Maria Demaree)说:“今天的商业卫星数据比以往任何时候都多,到目前为止,识别物体主要是人工过程。”“像GATR这样的人工智能模型可以让分析师在专注于更高级别任务的同时保持控制。”

GATR具有很高的准确率,在我们目前测试的模型中,准确率远远超过90%。只花了两个小时,就在整个宾夕法尼亚州搜索了12万平方公里的水力压裂场地

洛克希德·马丁公司高级研究员、GATR首席研究员马克·普里特说:“我不是石油生产基地的专家,我也不必成为专家。”“这个系统可以自学物体的定义特征,节省了训练算法的宝贵时间,最终让图像分析师更专注于他们的任务。”

GATR建立在Pritt团队在情报高级研究项目活动(IARPA)挑战中率先开展的研究基础上,该挑战被称为“世界功能地图”。洛克希德马丁公司的团队是唯一一个进入前五名的公司团队。

关于洛克希德马丁公司

洛克希德·马丁公司总部位于马里兰州贝塞斯达,是一家全球安全和航空航天公司,在全球拥有约10.5万名员工,主要从事先进技术系统、产品和服务的研究、设计、开发、制造、集成和维护。

更多信息:Chris Pettigrew, +1 720-607-9445;Christopher.w.pettigrew@lmco.com
Baidu
map