Satellite Imagery and AI: A New Era in Ocean Conservation, from Research to Deployment and Impact (Version. 2.0)

要約

違法で、報告されていない、規制されていない（IUU）釣りは、海洋生息地に対する世界的な脅威をもたらします。
NASA、欧州宇宙機関（ESA）、および米国地質調査所（USGS）が提供する公開されている衛星データは、この活動を積極的に監視する機会を提供します。
海上保護のための衛星データを効果的に活用するには、最小限の遅延で世界的に動作する非常に信頼性の高い機械学習モデルが必要です。
このペーパーでは、センチネル-1（合成開口レーダー）、センチネル2（光学画像）、ランドサット8-9（光学画像）、suomi-npp/noaa-20/noaa-21（夜間照明）など、さまざまなセンサー向けに設計された4つの特殊なコンピュータービジョンモデルを紹介します。
また、グローバルスケールのリアルタイム衛星ベースのコンピュータービジョンを開発および展開するためのベストプラクティスも提供します。
すべてのモデルは、許容ライセンスの下で開かれています。
これらのモデルはすべて、世界中のユーザーに無料で提供されるリアルタイムの海上監視プラットフォームであるSkylightに展開されています。

要約(オリジナル)

Illegal, unreported, and unregulated (IUU) fishing poses a global threat to ocean habitats. Publicly available satellite data offered by NASA, the European Space Agency (ESA), and the U.S. Geological Survey (USGS), provide an opportunity to actively monitor this activity. Effectively leveraging satellite data for maritime conservation requires highly reliable machine learning models operating globally with minimal latency. This paper introduces four specialized computer vision models designed for a variety of sensors including Sentinel-1 (synthetic aperture radar), Sentinel-2 (optical imagery), Landsat 8-9 (optical imagery), and Suomi-NPP/NOAA-20/NOAA-21 (nighttime lights). It also presents best practices for developing and deploying global-scale real-time satellite based computer vision. All of the models are open sourced under permissive licenses. These models have all been deployed in Skylight, a real-time maritime monitoring platform, which is provided at no cost to users worldwide.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google