Custom GeoAI Solutions

Mapizy, et GeoAI-firma baseret i Western Australia, udvikler skræddersyede computer-visionsarbejdsgange for organisationer, der har brug for aktuelle, kvantificerede oplysninger om byggede og naturlige miljøer, hvor feltundersøgelser er arbejdskrævende og dyre, og eksisterende kortdata ofte er forældede. En kunde leverer projektområdet, de nødvendige analyser og eventuelle egne data; Mapizy finder passende billedmateriale, anvender dybdelæringsprocesser tilpasset opgaven og leverer kort, statistikker og geospatiale analyser.

Satellitbilleder er en af flere inputkilder sammen med luftbilleder, drone-, mobilkortlægnings- og jordniveaubilleder. Offentliggjorte satellitprojekter inkluderer en vurdering af minegenopretning for BHP, hvor et eksperiment brugte Airbus Pléiades-billeder til at kortlægge plantearter over 23 km² til en brøkdel af prisen for luftbilleder og LiDAR, samt en sandeltræsplantageopgørelse på mere end 3.000 hektar fra Pléiades-billeder, produceret to gange årligt med kort over bestand, krondiameter, træernes sundhed og ændringsdetektion, som kundens feltpersonale bekræftede på stedet. En skovopgørelsesløsning baseret på Maxar WorldView-3-billeder vandt førstepladsen i landbrugskategorien ved DigitalGlobe (Maxar) 2018 Australia Sustainability Hackathon.

Anvendelser Mapizy nævner inkluderer minedrift og energi (fjernovervågning af minegenopretningsparametre, kulstofkilder og -dræn, mineralforekomstdetektion fra multisource-datasæt), landbrug og skovbrug (skovopgørelse, skovrydning, arealanvendelsesklassificering), infrastruktur (vej-sikkerhedsfunktioner i luft- og satellitbilleder, vegetation, der vokser ind på elledninger, vandlækager og blokeringer fra satellitbilleder) og forsvar (objektdetektion, analyse af off-nadir-billeder, anomalidetektion og kvantificering af ændringer i byggede og naturlige miljøer).