平台上分析制造技术

对收集图像执行平台上分析的解决方案包括：在板载轨道平台上，使用封装分析组件丰富收集图像；至少基于收集图像的内容，选择要传送到地面站的收集图像的集合；以及将选择的收集图像的集合传送到地面站。其他解决方案包括：将分析组件封装以用于在轨平台进行平台上执行；从地面站向平台传送从由以下各项组成的列表选择的至少一个更新：分析算法更新、机器学习(ML)模型和ML训练数据；以及利用更新执行分析组件。其他解决方案包括：对收集图像执行智能压缩，其中智能压缩过程至少基于收集图像的内容来确定要传送到地面站的数据；以及将数据传送到地面站。据传送到地面站。据传送到地面站。

【技术实现步骤摘要】
【国外来华专利技术】平台上分析

技术介绍

[0001]除了国防和情报应用之外，卫星是多个垂直领域的重要数据源，包括农业、林业和土地使用规划、采矿、石油和天然气、零售预测、应急管理和其他商业用途。收集的图像通常利用分析来丰富，诸如通过检测图像中的对象，并且为下游用户注释图像。来自轨道平台的地球观察数据(EOD)的民主化扩大了成像平台的数量，以及多个行业对图像的需求。这带来了挑战，诸如附加图像的更高带宽需求对通信通道造成压力。
[0002]此外，由于缺乏对轨道平台的飞越限制，民用资产对敏感军事场所成像的可能性导致限制可以向下传送到地球的图像的分辨率的约束。分辨率限制基于在地球表面处的地面采样距离(GSD)而被指定，目前在一些位置，对全色图像为0.25m，对多光谱GSD为1.0m。因此，在一些场景下，在将收集的图像传送到地面站之前，可能需要一些商业轨道平台来将收集的图像下采样到较低的分辨率。例如，轨道平台可以与传感器一起被发射，该传感器能够提供比目前允许的分辨率更高的分辨率，预计未来分辨率限制会放宽，或者可能需要遵守不同地缘政治管辖区中的多种分辨率要求。相对于来自板载传感器的原始图像可能实现的分析性能，这可能会使潜在的分析性能降级。

技术实现思路

[0003]下面参考下面列出的附图详细描述所公开的示例。提供以下
技术实现思路
以说明本文公开的一些示例。然而，这不意味着将所有示例限制为任何特定配置或操作的序列。
[0004]本文公开的一些方面涉及一种用于平台上分析的解决方案，其包括：在板载轨道平台上，使用封装分析组件丰富收集图像；至少基于收集图像的内容，选择要传送到地面站的收集图像的集合；以及将选择的收集图像的集合传送到地面站。本文公开的一些方面涉及用于平台上分析的解决方案，其包括：将分析组件封装以供在轨平台进行平台上执行；从地面站向在轨平台传送从由以下各项组成的列表选择的至少一个更新：分析算法更新、机器学习(ML)模型和ML训练数据；以及利用更新执行分析组件。本文公开的一些方面涉及用于平台上分析的解决方案，其包括：在板载轨道平台上，使用封装分析组件丰富收集图像；对收集图像执行智能压缩过程，其中智能压缩过程至少基于收集图像的内容来确定要传送到地面站的数据；以及将数据传送到地面站。
附图说明
[0005]下面参考下面列出的附图详细描述所公开的示例：
[0006]图1图示了有利地采用平台上分析的布置；
[0007]图2图示了基于地面的分析和平台上分析的数据流的比较；
[0008]图3图示了用于轨道平台的重新访问时间场景；
[0009]图4图示了配置轨道平台以进行平台上分析的示例性过程；
[0010]图5图示了更新平台上分析能力；
[0011]图6图示了示例性图像，以及检测的对象(提取的实体)的集合；
[0012]图7是图示平台上分析中涉及的示例性操作的流程图；
[0013]图8是另一流程图，其图示了平台上分析中涉及的示例性操作；以及
[0014]图9是适于实现本文公开的各种示例中的一些示例的示例计算环境的框图。
[0015]贯穿附图，对应的附图标记指示对应的部分。
具体实施方式
[0016]将参考附图对各个示例进行详细描述。贯穿附图，在可能的情况下，相同的附图标记将用于指代相同或相似的部件。贯穿本公开，仅出于说明性目的，提供了与具体示例和实施方式有关的参考，但是除非相反指出，否则并不旨在限制所有示例。
[0017]除了国防和情报应用之外，卫星是多个垂直领域的重要数据源，包括农业、林业和土地使用规划、采矿、石油和天然气、零售预测、应急管理和其他商业用途。收集的图像通常利用分析来丰富，诸如通过检测图像中的对象，并且为下游用户注释图像。来自轨道平台的地球观察数据(EOD)的民主化扩大了成像平台的数量，以及多个行业对图像的需求。这带来了挑战，诸如附加图像的更高带宽需求对通信通道造成压力。
[0018]此外，由于缺乏对轨道平台的飞越限制，民用资产对敏感军事场所成像的可能性导致限制可以向下传送到地球的图像的分辨率的约束。分辨率限制基于在地球表面处的地面采样距离(GSD)而被指定，目前在一些位置，对全色图像为0.25m，对多光谱GSD为1.0m。因此，在一些场景下，在将收集的图像传送到地面站之前，可能需要一些商业轨道平台来将收集的图像下采样到较低的分辨率。例如，轨道平台可以与传感器一起被发射，该传感器能够提供比目前允许的分辨率更高的分辨率，预计未来分辨率限制会放宽，或者可能需要遵守不同地缘政治管辖区中的多种分辨率要求。相对于来自板载传感器的原始图像可能实现的分析性能，这可能会使潜在的分析性能降级。
[0019]一些卫星的板载传感器包括多光谱和高光谱图像(一起被称为“多光谱”)。由于图像内包含附加的光谱信息，可以对成像场景进行推断。例如，可以推断某些材料的化学成分和其他性质，包括土壤湿度、pH值、预期作物产量和植被健康状况。此外，附加信息可以改进被用于丰富收集图像的对象检测、识别和分类算法(一起被称为“对象检测”)的准确性。分析通常在对象检测中使用人工智能(AI)和/或机器学习(ML)算法(一起被称为“ML”)。但是，ML引擎中使用的ML模型需要训练。生成训练集可以是人力密集型过程，需要选择和注释足够大的训练数据集。
[0020]本公开的多个方面以非常规方式操作，以通过为诸如卫星的轨道平台执行平台上分析来丰富收集的图像。本公开的多个方面以非常规方式操作，以利用合成物增强平台上分析，例如通过利用合成物来训练ML模型和/或通过将合成ML训练数据传送到轨道平台以进行板载训练。本公开的多个方面以非常规方式操作，以通过执行智能压缩和数据选择来改进收集图像的传输，以将图像和/或数据从轨道平台传输到地面站。
[0021]本文公开的一些方面涉及一种用于平台上分析的解决方案，其包括：在板载轨道平台上，使用封装分析组件丰富收集图像；至少基于收集图像的内容，选择要传送到地面站的收集图像的集合；以及将所选择的收集图像的集合传送到地面站。本文公开的一些方面涉及用于平台上分析的解决方案，其包括：将分析组件封装以供在轨平台进行平台上执行；从地面站向在轨平台传送从由以下各项组成的列表选择的至少一个更新：分析算法更新、
机器学习(ML)模型和ML训练数据；以及利用更新执行分析组件。
[0022]本文公开的一些方面涉及用于平台上分析的解决方案，其包括：在板载轨道平台上，使用封装分析组件丰富收集图像；对收集图像执行智能压缩过程，其中智能压缩过程至少基于收集图像的内容来确定要传送到地面站的数据；以及将数据传送到地面站。在带宽非常宝贵时，一些示例将图像以外的数据(诸如提取实体的轻量级通知)传送到地面站，并且稍后在更多带宽可用时传送图像。
[0023]图1图示了有利地采用平台上分析的布置。轨道平台100(例如，卫星)对地球表面上的成像场景160进行成像，并且跨通信通道150向地面站152传送数据。通信通道150的一些示例类似于或等同于通信通道926，其关于图9更详细地本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于针对收集图像执行平台上分析的系统，所述系统包括：处理器；以及存储指令的计算机可读介质，所述指令在由所述处理器执行时可操作，使：在板载轨道平台上，使用封装分析组件丰富收集图像；至少基于所述收集图像的内容，选择要传送到地面站的所述收集图像的集合；以及将所述选择的所述收集图像的集合传送到所述地面站。2.根据权利要求1所述的系统，其中所述指令还可操作使：对所述收集图像执行智能压缩过程，其中所述智能压缩过程至少基于所述收集图像的内容来确定要传送到第二地面站的数据；以及将所述数据传送到所述第二地面站。3.根据权利要求2所述的系统，其中所述数据包括来自多光谱收集图像的集合的、针对少于所有频带的频带的有限集的推断数据。4.根据权利要求1所述的系统，其中所述系统还包括多光谱传感器并且其中所述指令还可操作使：利用多光谱传感器来收集所述收集图像。5.根据权利要求1所述的系统，其中所述指令还可操作使：至少基于平台位置，选择至少一个机器学习(ML)模型来执行，以及其中丰富收集图像包括：使用所述选择的ML模型对所述收集图像执行分析。6.根据权利要求1所述的系统，其中所述指令还可操作使：降低所述收集图像的分辨率以产生有限分辨率图像，以及其中将所述选择的所述收集图像的集合传送到所述地面站包括：传送所述有限分辨率图像集。7.根据权利要求6所述的系统，其中丰富收集图像包括：注释所述有限分辨率图像。8.一种针对收集图像执行平台上分析的方法，所述方法包括：在板载轨道平台上，使用封装分析组件丰富...

【专利技术属性】
技术研发人员：K，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：