Hypernet

Analiza obrazów hiperspektralnych
z użyciem głębokich sieci neuronowych

Dowiedz się więcej

Hypernet

Dane hiperspektralne zyskują coraz większą popularność ze względu na zawartą w nich ilość informacji.

Akwizycja tak szczegółowych danych obrazowych (często zawierających około 200 pasm spektralnych) i ich efektywna analiza może pozwolić na precyzyjną identyfikację materiału, z którego zbudowane są obiekty w skanowanym obszarze.

  • W KP Labs pracujemy nad najnowocześniejszymi algorytmami do wstępnego przetwarzania, wizualizacji, precyzyjnej segmentacji i analizy obrazów hiperspektralnych (hyperspectral images, HSI). 

  • Projektujemy głębokie modele sieci neuronowych, które znajdują zastosowanie w segmentacji wielospektralnych i hiperspektralnych obrazów satelitarnych

Wyniki naszych badań dotyczących klasyfikacji danych hiperspektralnych, projektowania efektywnych głębokich sieci neuronowych (o różnych architekturach) do analizy HSI, dogenerowywania (augmentacji) danych hiperspektralnych czy redukcji tego rodzaju obrazów były publikowane w prestiżowych czasopismach, takich jak IEEE Geoscience and Remote Sensing Letters i prezentowane na topowych konferencjach międzynarodowych, m.in. IEEE International Geoscience and Remote Sensing Symposium czy SPIE Defense+Commercial Sensing.

Zlecony przez Europejską Agencję Kosmiczną (ESA) projekt Hypernet zrealizowany został w ramach konsorcjum FP Space.

Wyniki prac nad Hypernetem zostały opublikowane w wielu prestiżowych czasopismach

Zastosowanie

Rolnictwo precyzyjne

Monitoring

Geologia

I dużo, dużo więcej

Kontakt

Napisz, zadzwoń lub odwiedź nas osobiście!