数据融合：合成数据有助于训练算法发现稀有物体

CosmiQ Works 和 AI.Reverie 在 2020 年发布了一个名为 RarePlanes 的高分辨率数据集，以帮助人们测试合成数据的价值。Maxar WorldView-3 卫星图像显示在前两行。底部行包含 AI.Reverie 合成数据。图片来源：CosmiQ Works 和 AI.Reverie

丹佛——尽管地理空间数据库不断扩大，但在卫星图像中很少发现某些物体，例如特定的潜艇。在这些情况下，合成图像可以提供帮助。

“在场景中识别物体的主题专家仍然非常重要，”国家地理空间情报局数据和数字信息副主任马克·蒙塞尔告诉SpaceNews。“我们预计它们将得到合成发展的补充。”

计算机视觉模型只有在摄取了各种对象的大量数据后才能工作，而这些数据并不总是可用的。

“我认为，合成数据是未来，”Orbital Insight 首席执行官 Kevin O'Brien。“能够看到我们所谓的稀有物品、特定类型的导弹发射器或其他可用于军事目的的东西，将使我们的最终客户（如 NGA）受益，但我认为这也将使行业受益一般的。”

Orbital Insight 正在根据第二阶段 NGA 小型企业创新研究合同开展工作，以探索使用合成生成的数据来训练计算机视觉模型以检测光电卫星图像中的新物体。

在 2022 年 GEOINT 研讨会上，L3Harris Technologies 展示了其为光电和合成孔径雷达数据创建合成训练数据的能力。

L3Harris 业务开发和产品经理负责人 William Rorrer 说：“我们拥有经过验证的合成训练数据功能，可以在您没有足够真实图像的情况下提供替代解决方案。”

例如，L3Harris 正在展示该公司如何在不同的背景、不同的天气条件以及不同的视角和太阳角度下创建战斗机的合成图像。

“我们一直关注合成数据的准确性，”L3Harris 地理空间处理和分析高级总监 Stacey Casella 说。“只要你有这样的准确性，人工智能算法的训练就可以是稳健的。”

L3Harris 是赢得基本订单协议的公司之一，该协议类似于来自国防部联合人工智能中心人工智能开发数据准备的无限期交付、无限量奖励，这是一个为期五年的计划，上限为 2.42 亿美元，旨在利用商业能力以应对技术挑战。

L3Harris 的合成数据工作借鉴了该公司作为传感器制造商的经验。

“我们有为卫星传感器贸易研究等创建虚假数据的传统，”Rorrer 说。“我们想了解这张图片会是什么样子，并在将有效载荷送入轨道之前对分析有一个非常准确的理解。”

综合训练数据是 GEOINT 研讨会上的热门话题。CACI International、Rendered.ai、Riverside Research、Scale AI 和 Visimo 就该主题进行了演讲。