米乐M6官网登录正版下载·卫星图像分析行业的三大变化引人注意

　　对卫星图像的分析并不是什么新鲜事。几十年来，各国政府一直用它来监测其他国家。对冲基金（Hedge funds）在15年前开始创新，利用卫星图像来计算公司停车场的汽车数量，以预测汽车销量。但是从技术的角度来看，直到最近，由于图像数量的有限性和图像分析过程的高度人工化，限制了卫星图像分析发挥其全部潜力。

　　投资者一直在增加他们在太空事业中的股份。这张图看起来像上面展开的曲线。其结果是现在可获得的卫星图像数据的数量和质量都有了巨大的提高。

　　此外，他们已经开始投资自动处理卫星图像的初创公司，以及发射和拥有卫星的公司。《硅谷之声》/《福布斯》的布兰登法威尔在他的文章《如何在太空2.0热潮中赢得大笔投资》中，以VC内部人士的观点，明确地表达了这一点。

　　在下面的CB insight图表中有一个明显的增长趋势——对地观测（EO）和机器学习（ML），显示了对地理空间分析公司的大规模投资。

　　投资者从中看到了从硬件和基础设施到复杂的自动化分析应用程序的增长。这是一个行业开始成熟时的一个典型的演变，对这个行业来说没有什么不同。

　　刚卸任的美国国家地理空间情报局（NGA）局长罗伯特·卡迪洛最近说：“我设想未来我们将从分析大数据转向实现快数据的潜力。我们将购买基本的图像分析作为商品——就像我们今天购买基础数据一样。”

　　不仅是卡迪洛，北天研究公司（Northern Sky Research,）最近发布的一份工业报告——《卫星对地观测（EO》）第9版预测，到2026年，基于卫星的对地观测大数据分析的年收入将达到13亿美元。这比EO行业的其他行业快了5倍。

　　卫星图像分析软件已经从显示、存储和注释数据的软件发展到具有嵌入式人工智能（AI）的软件，能够实现快速数据前景：实现耗时任务的自动化，大大提高卫星图像分析人员的能力，处理更多图像，提供分析的准确性，并提供新的用例。

　　在过去，在相同的分析中包含来自不同提供者和具有不同属性的图像需要进行大量的手工工作。如今，最新的自动化图像分析软件可以结合来自不同提供商的不同数据集，包括不同分辨率、不同坐标系和不同多光谱波段等属性。

　　软件甚至可以使用人工神经网络将光学图像和合成孔径雷达图像结合起来。人工智能可以用来创建独特的前沿自动化分析，比如在森林中发现非法露营，或在海洋中发现垃圾。使用不同来源的数据和人工智能分析相结合，提供了所需的准确性水平，使利益相关者对分析充满信心。

　　Simularity公司最近开发了一种能力，可以结合和分析来自不同提供商、具有不同属性的不同卫星光学和合成孔径雷达（SAR）数据集，对不同的数据集进行自动预处理，然后用人工智能进行分析，以便更及时、准确和相关的见解可以交付给图像分析人员，极大地提高他们的生产力。

　　这三大变化表明，卫星图像分析行业已经进入了一个更加自动化、大数据化的阶段。卫星图像的数量和频率不断增加，需要结合来自各种来源的数据，分析算法的复杂性不断增长，以及它们对特定用例的适用性，这些都在推动该行业的大规模发展。我们相信，这些因素将推动卫星图像分析行业采用新的最佳方法，而不是现有的单一供应商集成解决方案，并为更多基于项目的、混合式解决方案打开大门。

　　本文转载自“慧天地（geomaticser）”，原标题《国际瞭望卫星图像分析正在扩大的3个标志》，译者 蓝荣钦

　　2017年原创文章合辑（包含：“航天+”等七大专题；商业航天分析31篇；深度产业观察27篇）