פתרון · ניתוח תמונה ווידאו (AI)

סגמנטציה ומדידה בתצלומי אוויר

DataWise פיתחה והדגימה מערכת מבוססת SAM שמזהה שדות תעופה בתצלומי אוויר ולוויין ומודדת אותם בכלי דיוק, עם תיקון אנושי והפקת דוחות.

עודכן:

איך מבצעים סגמנטציה ומדידה של אובייקטים בתצלומי לוויין או אוויר בלי שבועות של דיגיטציה ידנית? נותנים למודל יסוד לעשות את השרטוט, ומשאירים איש מקצוע אחראי על התוצאה. פיתחנו והדגמנו מערכת מבוססת SAM (Segment Anything) שמזהה ומחלקת אוטומטית שדות תעופה בתצלומי לוויין ואוויר ומודדת אותם בכלי דיוק, עטופה בממשק ייעודי עם תיקון ועריכה ידניים, הוספת אובייקטים והפקת דוחות. השלב היקר ביותר בעבודת מיפוי חזותית הופך למשימה מפוקחת של דקות.

איך זה עובד

הצינור רץ בארבעה שלבים, והאדם יושב בתוכו, לא אחריו.

סגמנטציה אוטומטית: המערכת נשענת על SAM, מודל יסוד לניתוח תמונה עם יכולת חלוקה כללית חזקה, מותאם לסוג האובייקט המבוקש, במקרה שהדגמנו, שדות תעופה. גבולות שהיו לוקחים למפענח שעות של דיגיטציה מוצעים בתוך דקות.

מדידה מדויקת: הסגמנטים אינם תמונות אלא גיאומטריה. הכלים מודדים את האובייקטים שחולקו במדויק, וזה מה שעבודת ההנדסה, התכנון או ההערכה בהמשך באמת צורכת.

תיקון כחלק מהמוצר: חלוקה שנכונה ב-95% אך לא ניתנת לעריכה לא שווה דבר לאיש מקצוע שחותם על התוצאה. לכן הממשק הייעודי תומך בתיקון ועריכה ידניים, בהוספת אובייקטים שהוחמצו ובכיוון גבולות. המודל עושה את העבודה הכבדה; האדם מתקן ומאשר.

הפקת דוח: התוצר הוא דוח שהארגון יכול לפעול לפיו, לא תיקייה של מסכות.

הצורה הזו, אוטומציה עם פיקוח, מכוונת. בעבודה גיאוגרפית החלק היקר הוא לא הזיהוי אלא האמון, והכלים בנויים מראש להנחה שהמודל יטעה לפעמים.

מה כבר עשינו

  • המערכת שמתוארת למעלה: פותחה והודגמה, על משימת הסגמנטציה והמדידה של שדות תעופה, מקצה לקצה, מתצלום ועד דוח מדוד ומתוקן.
  • ניתוח תמונה בתוך רשת סגורה: באפיון ותכנון. עבור ארגון ביטחוני אפיינו ותכננו זיהוי עצמים כחלק מתשתית AI מבודדת לחלוטין, כשהכול רץ בתוך הרשת הסגורה. תצלומים שלא יכולים לצאת מהבניין הם אילוץ הטמעה שאנחנו מתכננים עבורו, לא חריג.
  • מהתעשייה: הדפוס שבנינו רץ היום גם בקנה מידה ממשלתי וגם בתיקוף אקדמי. סוכנות המודיעין הגאו-מרחבי של ארה״ב (NGA) מפעילה תוכנית של חמש שנים בהיקף 290 מיליון דולר (Luno A של Maxar) לזיהוי ולמדידה של כלי רכב, כלי טיס, כלי שיט ותשתיות בתצלומי לוויין, על פי הדיווח על החוזה. וסגמנטציה מבוססת מודל יסוד כבר עובדת בקנה מידה גדול בלי אימון ייעודי למשימה: חוקרים הריצו את Segment Anything על תצלומי Sentinel-2 חינמיים כדי לשרטט גבולות של חלקות חקלאיות על פני 32 מיליון הקטר, בדיוק IoU של 0.86 מול מיפוי ידני, על פי מחקר שעבר שיפוט עמיתים. קרוב יותר לקרקע, הניתוח הלווייני של ASTERRA הישראלית איתר 50 דליפות מים עבור העיירה North Kingstown ברוד איילנד, בשווי של כ-204,807 דולר בשנה עם החזר השקעה בתוך 10.4 חודשים, על פי הדוח שפרסמה העירייה עצמה. ניתוח תצלומים מספק היום החזר מבוקר ברמה מוניציפלית, וזה הרף שראוי למדוד מולו AI לתצלומי אוויר.

שאלות ותשובות

האובייקטים שלנו הם לא שדות תעופה. זה עובר?

המערכת שהודגמה מכוונת לשדות תעופה; הארכיטקטורה, מודל יסוד לסגמנטציה עם כלי מדידה וממשק תיקון, בנויה להתאמה לסוגי אובייקטים אחרים. בשלב הוכחת ההיתכנות בוחנים על התצלומים ועל האובייקטים שלכם, לפני התחייבות לפיתוח, ואם החומר לא תומך ברמת הדיוק שההחלטה דורשת, נגיד זאת כבר שם.

כמה נתונים מתויגים צריך כדי להתחיל?

לרוב הרבה פחות מפרויקטי ניתוח תמונה קלאסיים, כי מודלים ממשפחת SAM מגיעים עם יכולת חלוקה כללית חזקה. הוכחת ההיתכנות על התצלומים שלכם אומרת כמה תיוג המשימה באמת דורשת, לפני שמשקיעים בו.

התצלומים שלנו מסווגים. זה יכול לרוץ מנותק?

כן, האילוץ הזה מוכר לנו: אפיינו ותכננו מערכות ניתוח תמונה כחלק מתשתית מבודדת ללא כל יציאה החוצה עבור ארגון ביטחוני. ההטמעה נגזרת מכללי הנתונים שלכם.