INGENIUMNOTES Telegram 1291
Forwarded from Спутник ДЗЗ
Нейросетевая сегментация снега и облаков на снимках спутника “Электро-Л” № 2

Заголовок новости “В МГУ отделили снег от облаков с помощью ИИ” вызвал замешательство: задача отделения снега от облаков, мягко говоря, не нова и её решение не требует применения методов ИИ, что бы под ними не подразумевалось.

Всё разъяснилось, когда стало ясно что речь идет о данных спутника “Электро-Л” № 2. Спасибо журналистам за ссылку на научную статью (более ранняя версия — на русском языке).

Основной сложностью при разработки алгоритма сегментации снега и облаков по данным прибора МСУ-ГС спутника “Электро-Л” № 2 является отсутствие коротковолновых инфракрасных (SWIR) спектральных каналов (1300–1600 нм), необходимых для работы классических алгоритмов сегментации на основе тестов по нормированному снежному индексу.

Для решения задачи выделения снега и облаков авторы предложили нейросетевой алгоритм, использующий многомасштабную сеть внимания (MANet). Результаты работы включают в себя также самостоятельно собранный набор обучающих данных, состоящий из масок облаков с метеорологических спутников GOES-16 и Meteosat-10 L2, масок снега с продуктов Terra/MODIS, рассматриваемых в качестве эталонов для мультиспектральных снимков с Электро-Л № 2 с географической информацией для каждого образца.

#облака #снег
👍2



tgoop.com/IngeniumNotes/1291
Create:
Last Update:

Нейросетевая сегментация снега и облаков на снимках спутника “Электро-Л” № 2

Заголовок новости “В МГУ отделили снег от облаков с помощью ИИ” вызвал замешательство: задача отделения снега от облаков, мягко говоря, не нова и её решение не требует применения методов ИИ, что бы под ними не подразумевалось.

Всё разъяснилось, когда стало ясно что речь идет о данных спутника “Электро-Л” № 2. Спасибо журналистам за ссылку на научную статью (более ранняя версия — на русском языке).

Основной сложностью при разработки алгоритма сегментации снега и облаков по данным прибора МСУ-ГС спутника “Электро-Л” № 2 является отсутствие коротковолновых инфракрасных (SWIR) спектральных каналов (1300–1600 нм), необходимых для работы классических алгоритмов сегментации на основе тестов по нормированному снежному индексу.

Для решения задачи выделения снега и облаков авторы предложили нейросетевой алгоритм, использующий многомасштабную сеть внимания (MANet). Результаты работы включают в себя также самостоятельно собранный набор обучающих данных, состоящий из масок облаков с метеорологических спутников GOES-16 и Meteosat-10 L2, масок снега с продуктов Terra/MODIS, рассматриваемых в качестве эталонов для мультиспектральных снимков с Электро-Л № 2 с географической информацией для каждого образца.

#облака #снег

BY Заметки инженера - исследователя


Share with your friend now:
tgoop.com/IngeniumNotes/1291

View MORE
Open in Telegram


Telegram News

Date: |

Select “New Channel” How to build a private or public channel on Telegram? During the meeting with TSE Minister Edson Fachin, Perekopsky also mentioned the TSE channel on the platform as one of the firm's key success stories. Launched as part of the company's commitments to tackle the spread of fake news in Brazil, the verified channel has attracted more than 184,000 members in less than a month. Telegram Channels requirements & features The Standard Channel
from us


Telegram Заметки инженера - исследователя
FROM American