多くのソースを活用して信頼できる情報を作成
National Mapping Authorities (NMA) は、さまざまな情報源とセンサーからデータを収集、編集、整合チェックする必要があります。 リモート センシング データ (航空画像と衛星やその他のセンサーのデータ) は、新しいフィーチャや変化したフィーチャを識別および収集し、ベース データで更新するのに非常に重要です。 これは解析ツールで行われますが、人工知能 (AI) やディープ ラーニングの利用が増加しています。 あらゆるレベルの政府機関やその他の組織からのデータとサービスを簡単に取り込むことができます。 編集されたデータは、現場作業員によって整合チェックおよび修正されます。
実世界のフィーチャが変化している場所を識別することは、National Mapping and Geospatial Authorities (NMGA) が顧客のためにマップを更新するための鍵となります。 このプロセスは、GeoAI やディープ ラーニングの使用によって自動化が進んでいます。 新しい画像を古い画像と比較し、画像解析に GIS を使用して変化をすばやく検出します。 これらの変化はデジタル マップ データと比較され、フィーチャが迅速に更新されます。
GIS を使用した AI やディープ ラーニング (DL)、または GeoAI は、変化の検出とフィーチャの識別のプロセスを自動化および推進します。 ArcGIS は、AI モデルをトレーニングするための画像の分類とデータのラベリングに使用されます。 AI モデルの推論結果によって、変化したフィーチャが識別され、ArcGIS で抽出および解析できます。 これらのフィーチャを使用して、全国の信頼できるベースマップ データを簡単に更新することができます。
国、州、地方、地域の政府やその他の組織は、NMGA が変化を編集し、データ収集の冗長性を減らすために利用できるデータを有しています。 これらのさまざまな形式のソースを統合するには、データの抽出、変換、読み込み (ETL) を自動的に行い、データを効率的に取り込む Data Interoperability ツールやジオプロセシング スクリプトが必要です。
変化を効果的に取得するには、作業員の派遣先を計画することが重要です。 現場で変化を収集するときに、オフィスで使用されているのと同じエンタープライズ GIS を使用できると、ワークグループ間のエラーや障壁を回避できます。 スタッフの位置と進捗状況を割り当て、指示、監視することで、安全性と効率性が向上します。 ArcGIS の現場作業アプリは、収集する作業者、対象、時間、位置を確認できます。
収集と取得
Ordnance Survey UK は、ArcGIS Image の機能を活用して、画像処理ワークフローをクラウドに移行するという課題に取り組んでいます。
収集と取得
PACI (Public Authority for Civil Information) は、機械学習とディープ ラーニングを使用して GIS データを最新化し、Kuwait Vision 2035 をサポートしました。
収集と取得
2D/3D オブジェクトの検出と分類など、さまざまなユース ケースにディープ ラーニング モデルを活用する方法について説明します。
収集と取得
ArcGIS Field Maps は、ArcGIS Collector、ArcGIS Tracker、ArcGIS Explorer の機能を 1 つのアプリに結合して、効率的なモバイル マッピングを実現しています。
収集と取得
人工知能とディープ ラーニングはマップの作成に革命を起こし、時間と労力を削減し、データ品質を向上させます。
収集と取得
オーストラリアのクイーンズランドでは、さまざまなタイプの土地利用が自動的に分類されるようにコンピューター ビジョン モデルがトレーニングされました。
リモート センシング データからのマップの作成
ケーパビリティ
ArcGIS Image Analyst
製品
ArcGIS Data Interoperability
製品
