Zagadnienia związane z przetwarzaniem obrazów są znane i stosowane od dawna. Zmianom ulegają same zobrazowania – stale zwiększa się ich rozdzielczość terenowa i spektralna, są coraz lepszej jakości, a ich pozyskiwanie staje się łatwiejsze. Przede wszystkim zmienia się jednak sprzęt i oprogramowanie umożliwiające obecnie wykonanie zaawansowanych analiz w krótszym czasie niż jeszcze kilka lat temu.

Wiele technik analizy obrazów wymaga jednak znacznego nakładu pracy ze strony operatora. W przypadku klasyfikacji konieczne jest przygotowanie danych wejściowych (np. próbek/wzorców poszczególnych klas), które muszą spełniać określone warunki, aby proces klasyfikacji dostarczył zadowalających wyników.

Istnieją jednak narzędzia, które pozwalają znacząco zautomatyzować i przyspieszyć proces identyfikacji obiektów i klasyfikacji obrazów, zapewniając osiągnięcie często lepszych wyników. To narzędzia wykorzystujące Deep Learning, czyli zaawansowane Uczenie Maszynowe (ang. Machine Learning).

Przeczytaj artykuł, który opublikowaliśmy w serwisie arcanagis.pl i poznaj szczegóły realizacji etapu I projektu badawczo – rozwojowego GAZ-SYSTEM i Esri Polska nad wykorzystaniem metody Deep Learning w analizie obiektów na ortofotomapach.