# Analiza zdjęć satelitarnych i lotniczych EN: **Satellite and aerial image analysis** · id `eoanalysis` · aliases: remote sensing image analysis, aerial image analysis, analiza obrazów teledetekcyjnych, satellite imagery analysis, overhead imagery analysis Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w obserwacji Ziemi i geoinformatyce](https://aiatlasgraph.com/t/geoai.md) › Analiza zdjęć satelitarnych i lotniczych ## Description - PL: Klasyfikacja scen i pokrycia terenu, segmentacja, detekcja obiektów i wykrywanie zmian na obrazach optycznych, wielospektralnych i radarowych z satelitów, samolotów i dronów. - EN: Scene and land-cover classification, segmentation, object detection and change detection on optical, multispectral and radar imagery from satellites, aircraft and drones. ## In one sentence - PL: Programy, które na zdjęciach robionych z góry rozpoznają lasy, pola, budynki i statki oraz to, co zmieniło się od ostatniego przelotu. - EN: Programs that look at pictures taken from above and recognise forests, fields, buildings and ships, and what has changed since the last pass. ## Problem it solves - PL: Zdjęcia z góry wyglądają inaczej niż zwykłe fotografie: obiekty są maleńkie, obrócone pod dowolnym kątem, a część obrazu zasłaniają chmury. - EN: Pictures from above look nothing like everyday photos: objects are tiny, turned at any angle, and clouds hide part of the scene. ## What it does - PL: Jak doświadczony fotointerpretator, który z wysokości od razu odróżnia sad od lasu, tyle że przegląda miliony zdjęć naraz. - EN: Like a seasoned photo interpreter who tells an orchard from a forest at a glance from altitude, only working through millions of images at once. ## Everyday example - PL: Gmina sprawdza, na których działkach pojawiły się nowe budynki albo baseny, porównując zeszłoroczne i tegoroczne zdjęcia lotnicze. - EN: A town council checks which plots have new buildings or swimming pools by comparing last year's and this year's aerial photos. ## This concerns you if you… - PL: oglądasz widok satelitarny w aplikacji z mapami - PL: pracujesz w planowaniu przestrzennym lub ochronie środowiska - EN: browse satellite view in a map app - EN: work in spatial planning or environmental protection ## Keywords scene classification · semantic segmentation · oriented object detection · change detection · SAR · hyperspectral imaging · EuroSAT · BigEarthNet · NWPU-RESISC45 · DOTA · pansharpening ## How it works - PL: Stosuje się sieci znane z widzenia komputerowego, dostosowane do wielu kanałów spektralnych, ogromnych scen dzielonych na kafelki i obiektów w dowolnej orientacji. Dane radarowe wymagają osobnego przetwarzania, a stos zdjęć z wielu dat pozwala śledzić zmiany i sezonowy rytm roślin. - EN: Computer-vision networks are adapted to many spectral bands, huge scenes split into tiles and objects in any orientation. Radar data need their own processing, and stacks of images from many dates make it possible to track change and the seasonal rhythm of plants. ## Limits - PL: Sieci pretrenowane na zwykłych zdjęciach nie zawsze dobrze się przenoszą, a ręczne etykiety są drogie. Wyniki zależą od sensora, rozdzielczości, kąta widzenia i pory roku, więc model z jednego regionu lub satelity bywa zawodny w innym. - EN: Networks pretrained on everyday photos do not always transfer well, and hand labels are expensive. Results depend on sensor, resolution, viewing angle and season, so a model from one region or satellite can fail on another. ## Key terms - PL: **kafelkowanie**: Dzielenie ogromnej sceny satelitarnej na małe fragmenty, które zmieści sieć. - PL: **klasyfikacja sceny**: Przypisanie całemu fragmentowi zdjęcia jednej etykiety, np. port lub las. - PL: **GSD**: Odległość próbkowania terenu: ile metrów obejmuje jeden piksel. - EN: **tiling**: Splitting a huge satellite scene into small pieces a network can handle. - EN: **scene classification**: Giving a whole image patch one label, such as harbour or forest. - EN: **GSD**: Ground sampling distance: how many metres one pixel covers. ## Know first - [Segmentacja obrazu (Image segmentation)](https://aiatlasgraph.com/t/segmentation.md) - [Detekcja obiektów (Object detection)](https://aiatlasgraph.com/t/objectdetection.md) ## Subtopics (9 direct, 11 in total) - [Analiza obrazów radarowych (SAR) (Deep learning for SAR imagery)](https://aiatlasgraph.com/t/sarai.md): Deep learning on synthetic aperture radar images: terrain classification, target recognition, despeckling, interferometry and fusion with optical data. - [Wykrywanie ruchów gruntu z interferometrii radarowej (Ground deformation detection from InSAR with deep learning)](https://aiatlasgraph.com/t/insardeformation.md): Classifying InSAR interferograms and time series with convolutional networks to detect surface deformation automatically. - [Wykrywanie statków na obrazach radarowych (Ship and dark vessel detection in SAR imagery)](https://aiatlasgraph.com/t/sarshipdetection.md): Detecting and characterising vessels and offshore infrastructure in SAR imagery, cross-referenced with AIS to flag so-called dark vessels. - [Analiza zdjęć hiperspektralnych (Hyperspectral image analysis)](https://aiatlasgraph.com/t/hyperspectral.md): Classifying and segmenting images with hundreds of narrow spectral bands, combining spectral and spatial features under scarce labels. - [Mapowanie pokrycia i użytkowania terenu (Land use and land cover classification)](https://aiatlasgraph.com/t/landcover.md): Assigning each pixel or tile of a satellite image a land-cover class (forest, water, built-up, cropland) through scene classification or semantic segmentation. - [Szeregi czasowe zdjęć satelitarnych (Satellite image time series)](https://aiatlasgraph.com/t/sits.md): Classification and segmentation over stacks of multi-date images, exploiting spectral change over time, e.g. for crop-type mapping. - [Wieloklatkowa super-rozdzielczość zdjęć satelitarnych (Multi-frame super-resolution for satellite imagery)](https://aiatlasgraph.com/t/eosuperres.md): Reconstructing a higher-resolution image from multiple low-resolution revisits of the same area. - [Wydobywanie obrysów budynków ze zdjęć (Building footprint extraction from overhead imagery)](https://aiatlasgraph.com/t/buildingextraction.md): Segmenting buildings in very-high-resolution overhead imagery and vectorising the masks into footprint polygons. - [Wykrywanie chmur i ich cieni na zdjęciach (Cloud and cloud shadow detection)](https://aiatlasgraph.com/t/cloudmasking.md): Pixel segmentation into clear sky, thick cloud, thin cloud and cloud shadow, used as a quality mask before further optical-image analysis. - [Wykrywanie obiektów na zdjęciach z góry (Object detection in aerial and satellite imagery)](https://aiatlasgraph.com/t/aerialdetection.md): Locating objects in remote-sensing images with horizontal or oriented bounding boxes (OBB), under large variation in scale, orientation and density. - [Wykrywanie zmian na zdjęciach z różnych dat (Remote sensing change detection)](https://aiatlasgraph.com/t/eochange.md): Detecting and classifying changes between co-registered images of one area from different dates: binary (change or not) or semantic (which class to which). ## Sources - [Deep Learning in Remote Sensing: A Comprehensive Review and List of Resources]() `zhu-dl-remote-sensing-2017` · by Xiao Xiang Zhu, Devis Tuia, Lichao Mou, Gui-Song Xia, Liangpei Zhang, Feng Xu, Friedrich Fraundorfer - [TorchGeo: Deep Learning With Geospatial Data]() `stewart-torchgeo-2021` · by Adam J. Stewart, Caleb Robinson, Isaac A. Corley, Anthony Ortiz, Juan M. Lavista Ferres, Arindam Banerjee --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/eoanalysis · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30