Prelegenci

Profesor Uwe Sörgel
Institute for Photogrammetry and Geoinformatics, University of Stuttgart

Prezentacja: "Paradigm Changes and Trends in Remote Sensing"

Obecnie doświadczamy bardzo dynamicznego rozwoju w dziedzinie teledetekcji, która stawia przed nami nowe wyzwania, ale także ale także otwiera nowe możliwości. W przeszłości teledetekcja satelitarna była obsługiwana głównie przez organizacje rządowe. Było tylko kilka działających systemów satelitarnych, które były bardzo drogie. Obecnie coraz więcej prywatnych firm wkracza do gry, uruchamiając całe konstelacje mniejszych i tańszych satelitów. Całe konstelacje mniejszych i tańszych jednostek pojawią się na orbitach, znacznie poprawiając dostępność i terminowość danych. Oznacza to również, że ich analiza nie może być już przeprowadzana wyłącznie przez ekspertów. Coraz więcej laików jest zaangażowanych, na przykład w formie płatnego crowdsourcingu. W formie płatnego crowdsourcingu do adnotacji danych teledetekcyjnych, na przykład wykorzystywanych jako dane szkoleniowe do klasyfikacji pokrycia terenu. Wreszcie, usługi oparte na teledetekcji są również oferowane publicznie, np. European Ground Motion Service".

Profesor Charles Toth 
Deptartment of Civil, Environmental and Geodetic Engineering, The Ohio State University

Prezentacja:  "Mobile Mapping for Geoinformation"

Mobilne mapowanie to technika wykorzystywana do gromadzenia informacji geograficznych, takich jak lokalizacja naturalnych punktów orientacyjnych i obiektów stworzonych przez człowieka, z poruszającego się pojazdu. Technologia ta istnieje od dziesięcioleci, ale ostatnie postępy w technologii czujników i komputerów sprawiły, że mobilne mapowanie stało się łatwiejsze, tańsze i dokładniejsze. Wraz z wprowadzeniem inteligentnych urządzeń, które mogą gromadzić ogromne ilości danych o lokalizacji i coraz więcej informacji wizualnych, crowdsourcing staje się nowym źródłem informacji geoprzestrzennych. Od niedawna technologie pojazdów wspomaganych i autonomicznych stają się doskonałym źródłem pozyskiwania danych wizualnych w środowisku miejskim, oferując niedrogą alternatywę dla tradycyjnego mapowania mobilnego. Obecnie większość geoinformacji pozyskiwanych przez pojazdy autonomiczne jest odrzucana, ale wraz z dalszym rozwojem technologii komunikacyjnych i upowszechnianiem się technologii analizy danych wspieranych przez przetwarzanie w chmurze, oczekuje się, że platformy te staną się głównym źródłem geoinformacji do mapowania dróg, generowania map HD, monitorowania ruchu itp.  W niniejszej prezentacji najpierw przyjrzymy się aspektom mobilnych technologii mapowania. Następnie dokonano przeglądu kluczowych cech danych pochodzących z crowdsourcingu, w tym aspektów przetwarzania, takich jak komponenty głębokiego uczenia. Na koniec omówiono potencjał crowdsensingu w pozyskiwaniu danych geoprzestrzennych wzdłuż korytarzy transportowych i miast.