Turbolenza atmosferica e jitter degradano il rilevamento AI da satellite

Un nuovo studio rivela che la turbolenza atmosferica e il jitter di puntamento del satellite compromettono significativamente il rilevamento di oggetti basato su AI nelle immagini di Osservazione della Terra, ma queste distorsioni sono raramente incluse nei dataset di addestramento. I ricercatori hanno sviluppato un simulatore di immagini avanzato che incorpora turbolenza a percorso verticale e jitter da vibrazioni della piattaforma per generare immagini distorte fisicamente realistiche. Utilizzando YOLOv8 e RetinaNet per il rilevamento di navi, hanno scoperto che il richiamo di YOLOv8 è sceso dal 91% in condizioni ideali al 60% con turbolenza debole e sotto il 40% con turbolenza forte o jitter. RetinaNet si è dimostrato più robusto, mantenendo circa il 75% di richiamo in condizioni degradate. I risultati evidenziano la necessità di includere tali distorsioni nei dati di addestramento per modelli AI di EO affidabili.