Immagini drone: dall'acquisizione all'analisi GeoAI automatizzata
Punto chiave
La mappatura della realtà consente di creare rappresentazioni digitali 2D e 3D del mondo fisico per utilizzarle con la tecnologia di sistema di informazioni geografico (GIS) e ottenere un contesto del mondo reale per i dati geospaziali. Inoltre, è possibile applicare una intelligenza artificiale geospaziale (GeoAI) per estrarre le informazioni da queste rappresentazioni in modo più efficace, preciso e in scala. Attraverso una serie di video dimostrativi, imparerai come fare, inclusa la formazione e l'utilizzo di un modello di apprendimento profondo, sfruttando modelli di intelligenza artificiale preaddestrati ed esplorando applicazioni nel mondo reale in una varietà di settori.
La mappatura della realtà è definita come un processo di creazione di una rappresentazione digitale 2D e 3D spazialmente accurata del mondo fisico utilizzando immagini o lidar. Essa è vantaggiosa quando si utilizza una tecnologia di sistema di informazioni geografico (GIS) per stabilire i contenuti di base (quando non sono ancora disponibili) utili a ottenere una visione realistica dei siti e iniziare il processo di risoluzione dei problemi.Quindi, utilizzando i droni per catturare le immagini attuali, si ottiene un contesto reale per i dati spaziali. È possibile sovrapporre punti dati aggiuntivi sulla rappresentazione digitale per un'analisi più approfondita e per facilitare una visione olistica a favore di un'ampia varietà di parti interessate.
Analisi delle immagini drone con GeoAI
L'intelligenza artificiale geospaziale (GeoAI) è l'integrazione dell'intelligenza artificiale (AI) con i dati spaziali, la scienza e la tecnologia per aumentare la comprensione, risolvere i problemi spaziali e automatizzare l'estrazione delle informazioni.
Con ArcGIS, è possibile analizzare un'ampia varietà di immagini: dai cloud di punti alle immagini orientate ai video.Esegui una varietà di attività con le immagini, tra cui il rilevamento delle modifiche, l'idoneità del sito, il monitoraggio della vegetazione, il rilevamento degli oggetti, l'oscuramento delle immagini o l'estrazione e la classificazione delle feature.
Per la gestione di proprietà pubbliche e commerciali, le organizzazioni possono utilizzare immagini fisse o in movimento per rilevare, classificare e contare i veicoli per sapere quando i parcheggi raggiungono la capacità massima. Per il monitoraggio del diritto di passaggio, i cloud di punti possono essere utilizzati per classificare le risorse delle utenze e identificare gli sconfinamenti della vegetazione nella rete per aiutare a prevenire gli incendi. Nella ricerca ambientale, le ortoimmagini o le immagini video e gli algoritmi di classificazione possono rilevare i cambiamenti nelle popolazioni animali nel corso del tempo per capire come si stanno evolvendo.
L'analisi delle immagini drone può essere eseguita su una varietà di tipi di dati.
Flusso di lavoro: addestrare e utilizzare un modello di apprendimento profondo
Risparmiare tempo con i modelli AI preaddestrati
Esri ora fornisce oltre 40 modelli di apprendimento profondo preaddestrati pronti all'uso in ArcGIS Living Atlas of the World. Questi modelli di apprendimento profondo preaddestrati eliminano la necessità di enormi volumi di dati di formazione, di risorse di calcolo massicce e di una vasta conoscenza dell'intelligenza artificiale (AI). Essi consentono di accelerare i flussi di lavoro geospaziali con le competenze e le risorse integrate progettate specificamente per l'estrazione di feature immagine, classificazione della copertura del suolo, redazione delle immagini e rilevamento di oggetti. Automatizza il modo in cui estrai informazioni significative da immagini, cloud di punti e video.
I modelli di apprendimento profondo preaddestrati di Esri includono rilevamento di automobili, classificazione della copertura del suolo, rilevamento delle linee elettriche e rilevamento delle crepe sulla pavimentazione. Scegli semplicemente un modello preaddestrato ed eseguilo sulle tue immagini usando ArcGIS Image for ArcGIS Online o ArcGIS Pro. Puoi quindi regolarlo in base alle tue esigenze e alla tua posizione. Nessun addestramento è necessario.
Segui questi passaggi per iniziare ad addestrare e utilizzare un modello di apprendimento profondo.
Guarda i seguenti video dimostrativi per scoprire come l'IA e le immagini drone vengono utilizzate in diversi settori per risolvere problemi complessi.
Demo: sfruttare la GeoAI per la segnalazione delle condizioni delle infrastrutture tramite droni
Le torri di trasmissione elettrica utilizzano isolatori per impedire la dispersione di corrente dai conduttori al suolo. Le società elettriche effettuano ispezioni regolari delle infrastrutture di trasmissione e distribuzione per garantire sicurezza ed efficienza.
Questo video mostra come utilizzare le immagini riprese dai droni con il modello di deep learning di Esri per rilevare gli isolatori e classificare i difetti. Identificando le feature visive degli isolatori, il modello è in grado di localizzarli e classificarli con precisione in contesti complessi e di assegnare rapidamente squadre remote per la loro riparazione.
L'uso di questa tecnologia consente l'ispezione automatizzata delle linee elettriche su larga scala, consentendo ispezioni rapide senza intervento manuale. Ciò non solo riduce i tempi e i costi delle ispezioni, ma migliora anche le misure di sicurezza nella manutenzione delle infrastrutture elettriche.
Hai bisogno di aiuto per trovare la soluzione giusta?
Pianifica una conversazione con uno dei nostri esperti consulenti di vendita. Dicci come stai utilizzando le immagini e i dati di telerilevamento ora e ti mostreremo dove un sistema geospaziale completo può portare il tuo lavoro in seguito.