Skylight utilise une forme d'apprentissage automatique appelée « vision par ordinateur » pour détecter les navires à partir de données d'imagerie à distance de très grande taille.

Bien qu'il soit possible d'analyser manuellement des images pour détecter des navires, l'apprentissage automatique permet de scanner rapidement d'immenses images afin d'identifier des objets susceptibles d'être des navires. 

En général, l'imagerie satellite est un outil puissant pour aider à détecter les navires qui ne transmettent pas de données de localisation AIS. Bien que l'imagerie et les capacités ne reflètent pas celles d'Hollywood, la capacité à scanner rapidement de vastes zones représente une avancée dans la connaissance du domaine maritime.

Skylight traite plusieurs types d'imagerie publique disponible, dont la plupart n'ont jamais été utilisées pour détecter des navires ou n'ont pas été fournies gratuitement.

Pour des informations approfondies sur les modèles d'apprentissage automatique de vision par ordinateur, voir : 

• SatlasPretrain : un ensemble de données à grande échelle pour la compréhension des images de télédétection
• Imagerie satellite et IA : une nouvelle ère dans la conservation des océans, de la recherche au déploiement et à l'impact

Qu'est-ce que la télédétection ?

La télédétection est le processus de détection d'objets par imagerie, radar et autres signaux généralement recueillis à partir d'aéronefs ou de satellites. Elle implique l'acquisition de données sur la surface de la Terre sans contact physique direct. 

Ceci est réalisé grâce à l'utilisation de divers capteurs capables de détecter et de mesurer le rayonnement électromagnétique (tel que la lumière visible, l'infrarouge, les micro-ondes ou les ondes radio) réfléchi ou émis par la zone cible.

Il est probable que vous ayez déjà rencontré un type de télédétection. Elle a un large éventail d'applications dans de nombreux secteurs, notamment l'agriculture, la cartographie et la surveillance de l'utilisation des terres, la gestion des catastrophes, la surveillance des caractéristiques océaniques, la surveillance du climat, la planification urbaine, les prévisions météorologiques, la cartographie forestière, la gestion de l'eau et l'exploitation minière.

Dans le domaine maritime, une gamme de capteurs satellites à distance soutient les efforts de surveillance, de contrôle et de surveillance.

Cette section a été développée à partir de documents provenant de la Joint Analytical Cell. Pour plus d'informations, veuillez contacter le Joint Analytical Cell : jac-coord@tm-tracking.org.

Capteurs à distance pour la surveillance maritime

Skylight applique l'apprentissage automatique à une variété de données/d'images de type capteur à distance. Cela inclut :

• Radar par satellite (radar à ouverture synthétique, SAR)
• Imagerie optique (imagerie électro-optique, EO)
• Lumières nocturnes (Visible Infrared Imaging Radiometer Suite, VIIRS)
• Radiofréquence (RF)

Chaque type et capteur individuel a ses forces et ses limites en fonction des circonstances et du cas d'utilisation.

Les articles suivants présenteront chacun d'eux plus en détail, ainsi que les satellites impliqués. 

Les détections de navires sont-elles disponibles en temps réel ?

Non. Il y a un délai entre le moment où le satellite capture l'image et le moment où les détections de navires sont disponibles à partir de Skylight. La majeure partie de ce délai est le temps nécessaire pour envoyer les données d'un satellite vers la Terre.  Ce délai est appelé latence.

La latence est différente pour chaque satellite et chaque région géographique. Certaines détections de navires peuvent être disponibles en aussi peu qu'une heure. D'autres ont une moyenne entre 3 et 7 heures. Skylight ne peut pas contrôler cette latence. 

Les satellites restent une entreprise complexe et difficile. Il est toujours possible qu'une transmission échoue, entraînant des données retardées ou absentes. Les satellites peuvent rencontrer des problèmes causant des lacunes dans la collecte de données.

Interprétation des détections de navires

L'apprentissage automatique est un outil pour traiter rapidement d'immenses images et identifier rapidement les navires probables. Cependant, des faux positifs (erreurs) peuvent se produire.

Il est essentiel que les analystes évaluent individuellement les détections de navires en fonction de leur connaissance locale.

Quelle taille de navires peut être détectée ? 

Cela dépend. Les petits bateaux en bois sont les plus difficiles à détecter. 

La capacité à détecter un navire à partir d'images satellites dépend de nombreux facteurs. Les conditions météorologiques, le matériau du navire, la taille du navire, l'état de la mer et d'autres facteurs peuvent tous influencer les résultats.

Chaque article sur les différents capteurs fournira plus de détails sur les forces et les limites. 
 

Terminologie clé

Detection : présence possible d’un navire.

Cadre : zone observée par le satellite. Également appelée collecte, acquisition, image ou empreinte.

Tuile : portion plus petite d’un cadre.

Fauchée : trajectoire le long de laquelle un satellite capture des images ou collecte des données.

Taux de revisite : fréquence à laquelle un satellite ou une constellation de satellites image la même zone. Par exemple, un taux de revisite de cinq jours signifie que le satellite capturera une image de la même zone tous les cinq jours. Également appelé résolution temporelle.

Couverture : ensemble des zones imagées par un satellite ou une constellation de satellites.

Resolution : la résolution spaciale correspond au détail d’une image, généralement basé sur le nombre de pixels.

Une imagerie à plus haute résolution indique plus de pixels dans une zone donnée. Par exemple, une résolution de 1 mètre signifie que chaque pixel représente une zone de 1x1 mètre.