Di­vi­ze Ge­o­sys­tems He­xa­go­nu ozná­mi­la 23. červ­na, že HxGN Con­tent Pro­gram, nej­vět­ší knihov­na vy­so­ce přes­ných le­tec­kých dat, ak­tu­a­li­zu­je v roce 2020 3 milióny čtve­reč­ních ki­lo­me­t­rů vy­so­ce přes­ných 4pásmo­vých or­tos­ním­ků, di­gi­tál­ních mo­de­lů po­vrchu (DSM) a ste­reo sním­ky na­příč Spo­je­ný­mi státy a Ev­ro­pou. V Se­ver­ní Ame­ri­ce bude ob­sa­ho­vý pro­gram HxGN ak­tu­a­li­zo­vat 2,5 miliónu čtve­reč­ních ki­lo­me­t­rů vzduš­ných dat, téměř tře­ti­nu kon­ti­nen­tál­ních Spo­je­ných států.

To za­hr­nu­je ak­tu­a­li­za­ci dříve na­sní­ma­ných států, jako jsou Ka­li­for­nie, Texas, Ore­gon, Se­ver­ní Da­ko­ta, Jižní Da­ko­ta, Ne­braska a Nové Me­xi­ko. V Ev­ro­pě bude shro­maž­ďo­vá­no více než 500 tisíc čtve­reč­ních ki­lo­me­t­rů. Ob­no­ve­né údaje budou k dis­po­zi­ci do konce roku 2020.

Kromě stan­dard­ní­ho roz­li­še­ní 30 cen­ti­me­t­rů u vel­kých ploch a roz­li­še­ní 15 cen­ti­me­t­rů v měst­ských ob­las­tech v USA bude pro­gram 2020 za­hr­no­vat data roz­li­še­ní 15 cm u vel­kých ploch na žá­dost zá­kaz­ní­ka. Po­pr­vé se stane sou­čás­tí HxGN Con­tent Pro­gra­mu také dán­ský DDO pro­gram, před­ní po­sky­to­va­tel le­tec­kých dat v Dán­sku, a bude po­krý­vat terén v roz­li­še­ní 12,5 cm při dvou­le­tém plánu ob­no­vy.
Pra­vi­del­ná ak­tu­a­li­za­ce dat a stan­dar­dy vy­so­ké přes­nos­ti činí z HxGN Con­tent Pro­gra­mu ide­ál­ní a ná­kla­do­vě efek­tiv­ní ře­še­ní pro mnoho prů­mys­lo­vých od­vět­ví. V zá­vis­los­ti na apli­ka­ci mají uži­va­te­lé po­ně­kud od­liš­né po­ža­dav­ky na data. Na­pří­klad au­to­mo­bi­lo­vý prů­my­sl vy­ža­du­je po­drob­né leaf-off (bez lis­to­ví) data o uli­cích s vy­so­kým roz­li­še­ním, za­tím­co u te­le­ko­mu­ni­kač­ních leaf-on dat po­sky­tu­je in­for­ma­ce pro ana­lý­zu pří­mé­ho do­hle­du pro im­ple­men­ta­ci 5G sítě. Ve ve­řej­ném sek­to­ru pak data zá­vi­sí na míře ur­ba­ni­za­ce ob­las­ti.

Umož­ně­ní stro­jo­vé­ho učení a apli­ka­cí UI

S kon­zis­tent­ní a šká­lo­va­tel­nou da­ta­bá­zí le­tec­kých sním­ků s vy­so­kým roz­li­še­ním na­bí­zí HxGN Con­tent Pro­gram velké množ­ství vy­so­ce přes­ných a spo­leh­li­vých dat, která jsou ide­ál­ní pro tré­ni­no­vá­ní al­go­rit­mů stro­jo­vé­ho učení, které zá­vi­sí na stá­lých vstup­ních prou­dech a au­to­ma­tic­ky roz­po­zná­va­jí je­di­neč­né atri­bu­ty. Umělá in­te­li­gen­ce se po­u­ží­vá k au­to­ma­tic­ké­mu ex­tra­ho­vá­ní prvků v da­tech k po­skyt­nu­tí cen­ných in­for­ma­cí na­příč růz­ný­mi apli­ka­ce­mi, jako jsou bu­do­vy, sil­ni­ce, že­lez­ni­ce, ve­ge­ta­ce, so­lár­ní pa­ne­ly a mnoho dal­ších.
HxGN Con­tent Pro­gram zís­ká­vá po­třeb­ná kon­zis­tent­ní data pro al­go­ritmy zdů­raz­ně­ním opa­ko­va­tel­nos­ti v sen­zo­ro­vé tech­no­lo­gii, plá­no­vá­ní letu, po­ři­zo­va­cích pa­ra­me­t­rech a tech­ni­kách zpra­co­vá­ní. Celé státy a re­gi­o­ny jsou na­sní­má­ny ve stej­né sezóně, aby se za­brá­ni­lo sple­ti ne­sou­ro­dých ob­ráz­ků. Mul­tispek­t­rál­ní zdro­jo­vá data jsou ulo­že­na v ote­vře­ném pro cloud op­ti­ma­li­zo­va­ném geo-tiff for­má­tu při­pra­ve­ném k pří­mé­mu pří­stu­pu.