WASHINGTON – Die Defense Advanced Research Projects Agency wird nächsten Monat Vorschläge für drei Initiativen annehmen, die darauf abzielen, die Radartechnologie mit synthetischer Apertur in Satelliten zu verbessern.
Regierungen und Industrie investieren insbesondere verstärkt in Satellitenbilder und SAR. Da SAR-Sensoren auf Radar angewiesen sind, können sie im Gegensatz zu herkömmlichen elektrooptischen Systemen nachts und bei jedem Wetter Bilder der Erde erzeugen. Die Fähigkeit ist besonders nützlich, um Bewegungen oder Veränderungen vor Ort zu verfolgen, und war während der russischen Invasion in der Ukraine sehr gefragt .
DARPA sucht nach Vorschlägen zur Verbesserung der Satellitenbildtechnologie
WASHINGTON – Die Defense Advanced Research Projects Agency wird nächsten Monat Vorschläge für drei Initiativen annehmen, die darauf abzielen, die Radartechnologie mit synthetischer Apertur in Satelliten zu verbessern.
Regierungen und Industrie investieren insbesondere verstärkt in Satellitenbilder und SAR. Da SAR-Sensoren auf Radar angewiesen sind, können sie im Gegensatz zu herkömmlichen elektrooptischen Systemen nachts und bei jedem Wetter Bilder der Erde erzeugen. Die Fähigkeit ist besonders nützlich, um Bewegungen oder Veränderungen vor Ort zu verfolgen, und war während der russischen Invasion in der Ukraine sehr gefragt .
DARPA veröffentlichte im Februar und März umfassende Agenturankündigungen für die Bemühungen, die sich auf die Verbesserung der SAR-Technologie in drei Bereichen konzentrierten: automatisierte Objekterkennung; verteilte Radarbilderzeugung; und digitale Signalverarbeitung. Antworten für alle drei sind im Mai fällig.
Das automatisierte Objekterkennungsprojekt, das von DARPA „Fiddler“ getauft wurde, konzentriert sich auf die Verwendung von Methoden des maschinellen Lernens und des maschinellen Sehens, um Trainingsdaten zu erstellen, die zur Verbesserung bestehender ML-Algorithmen verwendet werden können.
„Performer-Methoden werden von echten SAR-Bildern lernen, um synthetische SAR-Bilder mit neuen Bildgebungsgeometrien oder -konfigurationen zu erzeugen oder zu rendern“, heißt es in der Fiddler-Mitteilung. „Performer demonstrieren dann die Generierung diverser Trainingsdaten aus wenigen realen Beispielen, um schnell robuste SAR-Objekterkennungsmethoden zu trainieren.“
https://www.c4isrnet.com/battlefield-tech/space/2022/04/22/darpa-seeks-proposals-on-improving-satellite-imagery-technology/
@ https://t.me/PaulaPCay
Regierungen und Industrie investieren insbesondere verstärkt in Satellitenbilder und SAR. Da SAR-Sensoren auf Radar angewiesen sind, können sie im Gegensatz zu herkömmlichen elektrooptischen Systemen nachts und bei jedem Wetter Bilder der Erde erzeugen. Die Fähigkeit ist besonders nützlich, um Bewegungen oder Veränderungen vor Ort zu verfolgen, und war während der russischen Invasion in der Ukraine sehr gefragt .
DARPA sucht nach Vorschlägen zur Verbesserung der Satellitenbildtechnologie
WASHINGTON – Die Defense Advanced Research Projects Agency wird nächsten Monat Vorschläge für drei Initiativen annehmen, die darauf abzielen, die Radartechnologie mit synthetischer Apertur in Satelliten zu verbessern.
Regierungen und Industrie investieren insbesondere verstärkt in Satellitenbilder und SAR. Da SAR-Sensoren auf Radar angewiesen sind, können sie im Gegensatz zu herkömmlichen elektrooptischen Systemen nachts und bei jedem Wetter Bilder der Erde erzeugen. Die Fähigkeit ist besonders nützlich, um Bewegungen oder Veränderungen vor Ort zu verfolgen, und war während der russischen Invasion in der Ukraine sehr gefragt .
DARPA veröffentlichte im Februar und März umfassende Agenturankündigungen für die Bemühungen, die sich auf die Verbesserung der SAR-Technologie in drei Bereichen konzentrierten: automatisierte Objekterkennung; verteilte Radarbilderzeugung; und digitale Signalverarbeitung. Antworten für alle drei sind im Mai fällig.
Das automatisierte Objekterkennungsprojekt, das von DARPA „Fiddler“ getauft wurde, konzentriert sich auf die Verwendung von Methoden des maschinellen Lernens und des maschinellen Sehens, um Trainingsdaten zu erstellen, die zur Verbesserung bestehender ML-Algorithmen verwendet werden können.
„Performer-Methoden werden von echten SAR-Bildern lernen, um synthetische SAR-Bilder mit neuen Bildgebungsgeometrien oder -konfigurationen zu erzeugen oder zu rendern“, heißt es in der Fiddler-Mitteilung. „Performer demonstrieren dann die Generierung diverser Trainingsdaten aus wenigen realen Beispielen, um schnell robuste SAR-Objekterkennungsmethoden zu trainieren.“
https://www.c4isrnet.com/battlefield-tech/space/2022/04/22/darpa-seeks-proposals-on-improving-satellite-imagery-technology/
@ https://t.me/PaulaPCay
Comments
Be the first to add a comment
Log in to comment