Het Aeronet Lab van Skoltech heeft een algoritme ontwikkeld dat het mogelijk maakt satellietbeelden van door branden en andere natuurrampen getroffen gebieden te analyseren en de economische schade snel in te schatten. Het algoritme is gebaseerd op machine learning en computer vision.

Het AeroNet Lab bij Skoltech's Centre for Computational and Data-Intensive Science and Engineering (CDISE), in samenwerking met professor Evgeny Burnayev, trainde het neurale netwerk op sets van satellietbeelden om ervoor te zorgen dat het onderscheid kan maken tussen de verwoeste gebouwen en de gebouwen die onaangetast zijn door vuur. Om het neurale netwerk te trainen, de wetenschappers gebruikten openbaar beschikbare satellietbeelden van Californië (Verenigde Staten) die in 2017 werden genomen. Later, het getrainde netwerk identificeerde op betrouwbare wijze uitgebrande huizen in het testgebied, Santa Rosa (Californië), die werd getroffen door verwoestende branden. Indien gebruikt in een crisisomgeving, de oplossing helpt om snel de omvang van de ramp en de verwachte schade in te schatten en het besluitvormingsproces te versnellen. Het project heeft de belangstelling gewekt van publieke en humanitaire organisaties, evenals verzekeringsmaatschappijen.

"De ontwikkelde algoritmen zijn in staat om multitemporele satellietbeeldreeksen te analyseren en veranderingen te detecteren in objecten die tot een bepaalde klasse behoren. De oplossing zal een grote hulp zijn bij verschillende onderzoekstaken en toepassingen voor het bewaken van industriële gebieden, zoals de detectie van nieuwe bouwplaatsen, een beoordeling van de bevolkingsdichtheid, en risicobeheer in beschermde gebieden, " zegt Vladimir Ignajev, een onderzoekswetenschapper bij Skoltech.

AeroNet Lab ontwikkelt verschillende toepassingen op basis van deep learning en computervisie om een ​​groot aantal real-world problemen aan te pakken met behulp van satelliet- en luchtbeelden:bewakingsdiensten voor beveiligingszones van grootschalige industriële faciliteiten, zoals pijpleidingen en hoogspanningsleidingen (lekdetectie, overgroei controle, illegale bouw, enzovoort.), aanbevelingsdiensten voor geomarketing (gebouwhoogte en bezettingsbeoordeling, enzovoort.), bosbouw en landbouw (illegale kap, staande houtkwaliteit, voorspelling van de gewasopbrengst, gevolgen van droogte).