人工智能在点云分类中的重要作用
传统方法永远无法跟上快速、高密度点云数据的不断增加。 人工智能来救援了。
Category: Lidar
使用激光雷达绘制整个地球地图-NUVIEW
这家新成立的卫星公司将采用突破性战略，收集迄今为止捕获到的地球陆地的最完整激光雷达数据。
超越表面：激光雷达在测深领域的进步
自从20世纪60年代问世以来，激光雷达（LIDAR）技术已经取得了长足的进步。最初是为了用于军事和航空工业而开发的，但自那以后，LIDAR已经扩展到了许多其他领域，包括测深学。
测深学是研究水下地形的学科，而LIDAR已经成为这个领域中越来越重要的工具。在测深学中使用LIDAR技术可以比传统方法更准确地测绘水下环境。
高效扫雷，安全无忧：无人机激光雷达技术的神奇力量
利用UAV Lidar技术提升地雷清除规划，这个案例研究展示了UAV Lidar在检测和绘制地雷场特征方面的优势，这可作为制定清除计划的基础。这些结果可以使清除工作更加安全，并通过有针对性的方法加速清除。
新的机器感知系统 HADAR
来自普渡大学和密歇根州立大学的研究团队推出了一款基于机器学习算法的热成像算法，名为 HADAR。
在自动驾驶、安全和人群管理中减少人工智能偏差
人工智能（AI）近来成为新闻头条，吓人的标题称其为“文明的终结”，并推测这些超级计算机对我们社会的未来会产生什么影响。的确，我们不知道这一AI智能革命的未来，但我们知道用于训练基于AI的系统的数据集对其输出结果有巨大影响。
激光雷达如何改进机场运营
数字物流公司的首席执行官加里·安吉尔(Gary Angel)强调激光雷达在人员测量方面的日益重要作用，以及在机场中特别重要的原因。
探索地理空间人工智能和图像识别的可能性
随着地理空间行业在技术方面取得显著进展，人工智能图像识别已经成为一种强大的工具，有潜力改变我们提取、分析和解释地理空间数据的方式。通过自动识别和分类卫星影像和激光雷达数据中的对象和特征，人工智能图像识别在城市规划、环境监测、灾害管理等应用中具有潜力。然而，尽管这些功能令人印象深刻，但我们必须认识到存在的限制和挑战，这些限制和挑战阻碍了这些技术实现真正无所不知的能力。在这里，我们要区分现实和科幻。人工智能的当前状态是什么，什么是可能的和不可能的？
私营企业、新技术、地理空间情报面临的挑战
抱歉，以下是120字以内的总结简介：
第20届GEOINT研讨会聚集了政府、学术界和私营企业的GEOINT社区，探讨了新技术和劳动力变化对地理空间情报的影响。私营企业在面临新技术和不断变化的劳动力时，需要不断适应和创新。虽然地理空间情报界主要以太空为基础，但他们面临的挑战与整个地理空间行业的许多其他方面是平行的。
用于可扩展森林库存的激光雷达技术
为了支持数据驱动的政策和管理实践，迫切需要快速、严格、可重复和可扩展的森林清查工具，以应对森林砍伐和气候变化等挑战。传统上，这些清单是手动进行的，既昂贵又耗时。随着传感器和算法技术的进步，近远距离传感器和平台，如激光雷达、TLS和地面移动激光雷达等，提供了各种规模的自动森林清查的替代方案。然而，每个平台都存在成本、效率、覆盖范围、分辨率等方面的权衡。因此，需要综合考虑这些因素来选择最佳方案，以支持全球森林可持续性的六项目标的实现。
