Abrégé

In variants, the method for subjective property scoring can include determining an objective score for a subjective characteristic of a property using a model trained using subjective labels for a set of training properties. In examples, the model can be trained on subjective property rankings, determined using the subjective labels, for the set of training properties.

Classes IPC  ?

• G06V 10/774 - Génération d'ensembles de motifs de formationTraitement des caractéristiques d’images ou de vidéos dans les espaces de caractéristiquesDispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant l’intégration et la réduction de données, p. ex. analyse en composantes principales [PCA] ou analyse en composantes indépendantes [ ICA] ou cartes auto-organisatrices [SOM]Séparation aveugle de source méthodes de Bootstrap, p. ex. "bagging” ou “boosting”
• G06Q 50/16 - Immobilier
• G06T 7/00 - Analyse d'image

Abrégé

In variants, the method for change analysis can include: training a representation model and evaluating a geographic region. In an example, the method for change analysis can include detecting a rare change in a geographic region by comparing a first and second representation, extracted from a first and second geographic region measurement sampled at a first and second time, respectively, using a common-change-agnostic model.

Classes IPC  ?

• G06T 7/60 - Analyse des attributs géométriques
• G06V 20/10 - Scènes terrestres
• G06T 7/30 - Détermination des paramètres de transformation pour l'alignement des images, c.-à-d. recalage des images
• G06Q 50/16 - Immobilier
• G06Q 40/08 - Assurance
• G06T 3/00 - Transformations géométriques de l'image dans le plan de l'image

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06V 20/10 - Scènes terrestres
• G06F 18/2413 - Techniques de classification relatives au modèle de classification, p. ex. approches paramétriques ou non paramétriques basées sur les distances des motifs d'entraînement ou de référence
• G06V 10/44 - Extraction de caractéristiques locales par analyse des parties du motif, p. ex. par détection d’arêtes, de contours, de boucles, d’angles, de barres ou d’intersectionsAnalyse de connectivité, p. ex. de composantes connectées
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• H04N 23/10 - Caméras ou modules de caméras comprenant des capteurs d'images électroniquesLeur commande pour générer des signaux d'image à partir de différentes longueurs d'onde
• H04N 23/11 - Caméras ou modules de caméras comprenant des capteurs d'images électroniquesLeur commande pour générer des signaux d'image à partir de différentes longueurs d'onde pour générer des signaux d'image à partir de longueurs d'onde de lumière visible et infrarouge

Abrégé

In variants, the method for automatic debris detection includes: determining a region image; optionally determining a parcel representation for the region image; generating a debris representation using the region image; generating a debris score based on the debris representation; and optionally monitoring the debris score over time.

Classes IPC  ?

• G06V 10/22 - Prétraitement de l’image par la sélection d’une région spécifique contenant ou référençant une formeLocalisation ou traitement de régions spécifiques visant à guider la détection ou la reconnaissance
• G06F 18/24 - Techniques de classification
• G06F 30/13 - Conception architecturale, p. ex. conception architecturale assistée par ordinateur [CAAO] relative à la conception de bâtiments, de ponts, de paysages, d’usines ou de routes
• G06N 20/00 - Apprentissage automatique
• G06T 7/50 - Récupération de la profondeur ou de la forme
• G06V 10/25 - Détermination d’une région d’intérêt [ROI] ou d’un volume d’intérêt [VOI]
• G06V 10/26 - Segmentation de formes dans le champ d’imageDécoupage ou fusion d’éléments d’image visant à établir la région de motif, p. ex. techniques de regroupementDétection d’occlusion
• G06V 20/10 - Scènes terrestres

Abrégé

In variants, a method for property group analysis can include: determining a property, determining whether the property is part of a group, identifying other properties within the group, optionally determining whether to merge groups, and optionally providing a final group. However, the method can additionally and/or alternatively include any other suitable elements.

Classes IPC  ?

• G06Q 50/16 - Immobilier
• G06V 20/10 - Scènes terrestres

Abrégé

In variants, the method for change analysis can include detecting a rare change in a geographic region by comparing a first representation and a second representation, extracted from a first geographic region measurement and a second geographic region measurement sampled at a first time and a second time, respectively, using a common-change-agnostic model.

Classes IPC  ?

• G06T 7/60 - Analyse des attributs géométriques
• G06V 10/74 - Appariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones

Abrégé

Systems and methods are provided for automatically detecting a change in a feature. For example, a system includes a memory and a processor configured to analyze a change associated with a feature over a period of time using a plurality of remotely sensed time series images. Upon execution, the system would receive a plurality of remotely sensed time series images, extract a feature from the plurality of remotely sensed time series images, generate at least two time series feature vectors based on the feature, where the at least two time series feature vectors correspond to the feature at two different times, create a neural network model configured to predict a change in the feature at a specified time, and determine, using the neural network model, the change in the feature at a specified time based on a change between the at least two time series feature vectors.

Classes IPC  ?

• G06N 3/08 - Méthodes d'apprentissage
• G06F 18/21 - Conception ou mise en place de systèmes ou de techniquesExtraction de caractéristiques dans l'espace des caractéristiquesSéparation aveugle de sources
• G06F 18/22 - Critères d'appariement, p. ex. mesures de proximité
• G06N 3/04 - Architecture, p. ex. topologie d'interconnexion
• G06T 7/00 - Analyse d'image
• G06T 7/73 - Détermination de la position ou de l'orientation des objets ou des caméras utilisant des procédés basés sur les caractéristiques
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• G06V 20/10 - Scènes terrestres
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones

Abrégé

In variants, the method for change analysis can include: training a representation model and evaluating a geographic region. In an example, the method for change analysis can include detecting a rare change in a geographic region by comparing a first and second representation, extracted from a first and second geographic region measurement sampled at a first and second time, respectively, using a common-change-agnostic model.

Classes IPC  ?

• G06T 7/60 - Analyse des attributs géométriques
• G06V 10/74 - Appariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones

Abrégé

Systems and methods are provided for automatically detecting a change in a feature. For example, a system includes a memory and a processor configured to analyze a change associated with a feature over a period of time using a plurality of remotely sensed time series images. Upon execution, the system would receive a plurality of remotely sensed time series images, extract a feature from the plurality of remotely sensed time series images, generate at least two time series feature vectors based on the feature, where the at least two time series feature vectors correspond to the feature at two different times, create a neural network model configured to predict a change in the feature at a specified time, and determine, using the neural network model, the change in the feature at a specified time based on a change between the at least two time series feature vectors.

Classes IPC  ?

• G06N 3/08 - Méthodes d'apprentissage
• G06F 18/21 - Conception ou mise en place de systèmes ou de techniquesExtraction de caractéristiques dans l'espace des caractéristiquesSéparation aveugle de sources
• G06F 18/22 - Critères d'appariement, p. ex. mesures de proximité
• G06N 3/04 - Architecture, p. ex. topologie d'interconnexion
• G06T 7/00 - Analyse d'image
• G06T 7/73 - Détermination de la position ou de l'orientation des objets ou des caméras utilisant des procédés basés sur les caractéristiques
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• G06V 20/10 - Scènes terrestres
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones

Abrégé

In variants, the method for 3D modeling can include: determining a property of interest, determining property information for the property of interest, determining property component parameter values based on property information, determining a 3D model based on property component parameter values, and optionally determining a set of property attributes. However, the method can additionally and/or alternatively include any other suitable elements.

Classes IPC  ?

• G06T 17/00 - Modélisation tridimensionnelle [3D] pour infographie
• G06V 10/25 - Détermination d’une région d’intérêt [ROI] ou d’un volume d’intérêt [VOI]
• G06V 10/44 - Extraction de caractéristiques locales par analyse des parties du motif, p. ex. par détection d’arêtes, de contours, de boucles, d’angles, de barres ou d’intersectionsAnalyse de connectivité, p. ex. de composantes connectées

Abrégé

In variants, the method for 3D modeling can include: determining a property of interest, determining property information for the property of interest, determining property component parameter values based on property information, determining a 3D model based on property component parameter values, and optionally determining a set of property attributes. However, the method can additionally and/or alternatively include any other suitable elements.

Classes IPC  ?

• G06T 17/05 - Modèles géographiques
• G06F 30/13 - Conception architecturale, p. ex. conception architecturale assistée par ordinateur [CAAO] relative à la conception de bâtiments, de ponts, de paysages, d’usines ou de routes
• G06T 7/50 - Récupération de la profondeur ou de la forme
• G06N 20/00 - Apprentissage automatique
• G06Q 10/06 - Ressources, gestion de tâches, des ressources humaines ou de projetsPlanification d’entreprise ou d’organisationModélisation d’entreprise ou d’organisation
• G06Q 30/02 - MarketingEstimation ou détermination des prixCollecte de fonds
• G06T 7/30 - Détermination des paramètres de transformation pour l'alignement des images, c.-à-d. recalage des images
• G06T 7/60 - Analyse des attributs géométriques
• G06T 17/30 - Description de surfaces, p. ex. description de surfaces polynomiales

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06V 20/00 - ScènesÉléments spécifiques à la scène
• G06F 18/2413 - Techniques de classification relatives au modèle de classification, p. ex. approches paramétriques ou non paramétriques basées sur les distances des motifs d'entraînement ou de référence
• G06V 10/44 - Extraction de caractéristiques locales par analyse des parties du motif, p. ex. par détection d’arêtes, de contours, de boucles, d’angles, de barres ou d’intersectionsAnalyse de connectivité, p. ex. de composantes connectées
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• G06V 20/10 - Scènes terrestres
• H04N 23/10 - Caméras ou modules de caméras comprenant des capteurs d'images électroniquesLeur commande pour générer des signaux d'image à partir de différentes longueurs d'onde
• H04N 23/11 - Caméras ou modules de caméras comprenant des capteurs d'images électroniquesLeur commande pour générer des signaux d'image à partir de différentes longueurs d'onde pour générer des signaux d'image à partir de longueurs d'onde de lumière visible et infrarouge

Abrégé

Systems and methods for property condition analysis comprising: determining a measurement, optionally determining a set of property attributes, determining a condition score, optionally providing the condition score, and optionally training a condition scoring model, determining a measurement depicting a property; determining parcel data associated with the property; determining a set of attributes for the property, based on the measurement and the parcel data, using a set of attribute models; and determining a condition score based on the set of attributes using a condition scoring model.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G06T 7/11 - Découpage basé sur les zones

Abrégé

In variants, the method for subjective property scoring can include determining an objective score for a subjective characteristic of a property using a model trained using subjective labels for a set of training properties. In examples, the model can be trained on subjective property rankings, determined using the subjective labels, for the set of training properties.

Classes IPC  ?

• G06V 10/774 - Génération d'ensembles de motifs de formationTraitement des caractéristiques d’images ou de vidéos dans les espaces de caractéristiquesDispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant l’intégration et la réduction de données, p. ex. analyse en composantes principales [PCA] ou analyse en composantes indépendantes [ ICA] ou cartes auto-organisatrices [SOM]Séparation aveugle de source méthodes de Bootstrap, p. ex. "bagging” ou “boosting”
• G06Q 50/16 - Immobilier
• G06T 7/00 - Analyse d'image

Abrégé

In variants, the method for property condition analysis can include: determining a measurement, optionally determining a set of property attributes, determining a condition score, optionally providing the condition score, and optionally training a condition scoring model.

Classes IPC  ?

• G06Q 40/08 - Assurance
• G06V 10/26 - Segmentation de formes dans le champ d’imageDécoupage ou fusion d’éléments d’image visant à établir la région de motif, p. ex. techniques de regroupementDétection d’occlusion
• G06V 10/75 - Organisation de procédés de l’appariement, p. ex. comparaisons simultanées ou séquentielles des caractéristiques d’images ou de vidéosApproches-approximative-fine, p. ex. approches multi-échellesAppariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques utilisant l’analyse de contexteSélection des dictionnaires
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• G06V 20/10 - Scènes terrestres

Abrégé

In variants, the method for property condition analysis can include: determining a measurement, optionally determining a set of property attributes, determining a condition score, optionally providing the condition score, and optionally training a condition scoring model.

Classes IPC  ?

• G06Q 40/08 - Assurance
• G06T 7/00 - Analyse d'image
• G06T 7/11 - Découpage basé sur les zones
• G06V 10/26 - Segmentation de formes dans le champ d’imageDécoupage ou fusion d’éléments d’image visant à établir la région de motif, p. ex. techniques de regroupementDétection d’occlusion
• G06V 10/75 - Organisation de procédés de l’appariement, p. ex. comparaisons simultanées ou séquentielles des caractéristiques d’images ou de vidéosApproches-approximative-fine, p. ex. approches multi-échellesAppariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques utilisant l’analyse de contexteSélection des dictionnaires
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• G06V 20/00 - ScènesÉléments spécifiques à la scène
• G06V 20/10 - Scènes terrestres

Abrégé

A method for environmental evaluation of a property (e.g., determining a hazard score for a property) can include: determining a property; determining measurements for the property; determining attribute values for the property; determining an evaluation metric (e.g., hazard score) for the property; and optionally training one or more environmental evaluation models.

Classes IPC  ?

• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/26 - Segmentation de formes dans le champ d’imageDécoupage ou fusion d’éléments d’image visant à établir la région de motif, p. ex. techniques de regroupementDétection d’occlusion
• G06V 10/44 - Extraction de caractéristiques locales par analyse des parties du motif, p. ex. par détection d’arêtes, de contours, de boucles, d’angles, de barres ou d’intersectionsAnalyse de connectivité, p. ex. de composantes connectées
• G06V 10/774 - Génération d'ensembles de motifs de formationTraitement des caractéristiques d’images ou de vidéos dans les espaces de caractéristiquesDispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant l’intégration et la réduction de données, p. ex. analyse en composantes principales [PCA] ou analyse en composantes indépendantes [ ICA] ou cartes auto-organisatrices [SOM]Séparation aveugle de source méthodes de Bootstrap, p. ex. "bagging” ou “boosting”
• G06V 10/94 - Architectures logicielles ou matérielles spécialement adaptées à la compréhension d’images ou de vidéos
• G06V 20/10 - Scènes terrestres
• G06V 20/70 - Étiquetage du contenu de scène, p. ex. en tirant des représentations syntaxiques ou sémantiques

Abrégé

In variants, the method can include: determining a timeseries of measurements of a geographic region; determining a set of object representations from the timeseries of measurements; and determining a timeseries of object versions based on relationships between the object representations.

Classes IPC  ?

• G06T 7/70 - Détermination de la position ou de l'orientation des objets ou des caméras
• G01C 11/06 - Restitution des photos par comparaison de plusieurs photos de la même zone
• G06F 16/432 - Formulation de requêtes
• G06F 16/48 - Recherche caractérisée par l’utilisation de métadonnées, p. ex. de métadonnées ne provenant pas du contenu ou de métadonnées générées manuellement
• G06F 18/22 - Critères d'appariement, p. ex. mesures de proximité
• G06T 7/00 - Analyse d'image
• G06T 7/11 - Découpage basé sur les zones
• G06T 7/60 - Analyse des attributs géométriques

Abrégé

The method for property typicality determination can include: determining a property, determining attribute values for the property, determining a reference population for the property, determining reference population attribute values, determining a typicality metric for the property, and optionally determining an influential attribute.

Classes IPC  ?

• G06V 10/74 - Appariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques
• G06V 20/10 - Scènes terrestres
• G06V 10/40 - Extraction de caractéristiques d’images ou de vidéos
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones
• G06V 20/13 - Images satellite

Abrégé

In variants, a method for property group analysis can include: determining a property, determining whether the property is part of a group, identifying other properties within the group, optionally determining whether to merge groups, and optionally providing a final group. However, the method can additionally and/or alternatively include any other suitable elements.

Classes IPC  ?

• G06Q 50/16 - Immobilier
• G06V 20/10 - Scènes terrestres

Abrégé

In variants, a method for property analysis can include: determining a property of interest, determining property information for the property, determining property attributes for the property, determining a value for the property, and optionally adjusting the value for the property. However, the method can additionally and/or alternatively include any other suitable elements.

Classes IPC  ?

• G06Q 30/02 - MarketingEstimation ou détermination des prixCollecte de fonds
• G06Q 50/16 - Immobilier

Abrégé

In variants, the method can include: determining a timeseries of measurements of a geographic region; determining a set of object representations from the timeseries of measurements; and determining a timeseries of object versions based on relationships between the object representations.

Classes IPC  ?

• G06T 7/70 - Détermination de la position ou de l'orientation des objets ou des caméras
• G01C 11/06 - Restitution des photos par comparaison de plusieurs photos de la même zone
• G06F 16/432 - Formulation de requêtes
• G06F 16/48 - Recherche caractérisée par l’utilisation de métadonnées, p. ex. de métadonnées ne provenant pas du contenu ou de métadonnées générées manuellement
• G06F 18/22 - Critères d'appariement, p. ex. mesures de proximité
• G06T 7/00 - Analyse d'image
• G06T 7/11 - Découpage basé sur les zones
• G06T 7/60 - Analyse des attributs géométriques

Abrégé

In variants, the method for change analysis can include detecting a rare change in a geographic region by comparing a first and second representation, extracted from a first and second geographic region measurement sampled at a first and second time, respectively, using a common-change-agnostic model.

Classes IPC  ?

• G06T 7/60 - Analyse des attributs géométriques
• G06V 10/74 - Appariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones

Abrégé

In variants, the method can include: determining a timeseries of measurements of a geographic region; determining a set of object representations from the timeseries of measurements; and determining a timeseries of object versions based on relationships between the object representations. The timeseries of structure versions can be determined by: extracting a structure representation for a physical structure (e.g., a roof vector, a roof segment, a roof geometry, a building vector, a building segment, etc.) from each measurement of the timeseries; and associating structure representations representing the same structure version with a common structure version (e.g., the same structure identifier). Structure representations representing the same structure version can have the same representation values, have the same structural segments (e.g., physical segments, image segments, geometric segments, etc.), share structural segments, and/ or otherwise represent the same structure version.

Classes IPC  ?

• G06F 18/211 - Sélection du sous-ensemble de caractéristiques le plus significatif
• G06F 30/13 - Conception architecturale, p. ex. conception architecturale assistée par ordinateur [CAAO] relative à la conception de bâtiments, de ponts, de paysages, d’usines ou de routes
• G06T 7/11 - Découpage basé sur les zones
• G06T 7/62 - Analyse des attributs géométriques de la superficie, du périmètre, du diamètre ou du volume
• G06V 10/75 - Organisation de procédés de l’appariement, p. ex. comparaisons simultanées ou séquentielles des caractéristiques d’images ou de vidéosApproches-approximative-fine, p. ex. approches multi-échellesAppariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques utilisant l’analyse de contexteSélection des dictionnaires
• G06V 10/771 - Sélection de caractéristiques, p. ex. sélection des caractéristiques représentatives à partir d’un espace multidimensionnel de caractéristiques
• G06V 20/10 - Scènes terrestres
• G06F 18/2132 - Extraction de caractéristiques, p. ex. en transformant l'espace des caractéristiquesSynthétisationsMappages, p. ex. procédés de sous-espace basée sur des critères de discrimination, p. ex. l'analyse discriminante
• G06T 7/33 - Détermination des paramètres de transformation pour l'alignement des images, c.-à-d. recalage des images utilisant des procédés basés sur les caractéristiques
• G06T 7/38 - Recalage de séquences d'images
• G06V 20/70 - Étiquetage du contenu de scène, p. ex. en tirant des représentations syntaxiques ou sémantiques

Abrégé

In variants, the method for subjective property scoring can include determining an objective score for a subjective characteristic of a property using a model trained using subjective property rankings.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06Q 50/16 - Immobilier
• G06T 7/00 - Analyse d'image
• G06V 10/774 - Génération d'ensembles de motifs de formationTraitement des caractéristiques d’images ou de vidéos dans les espaces de caractéristiquesDispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant l’intégration et la réduction de données, p. ex. analyse en composantes principales [PCA] ou analyse en composantes indépendantes [ ICA] ou cartes auto-organisatrices [SOM]Séparation aveugle de source méthodes de Bootstrap, p. ex. "bagging” ou “boosting”

Abrégé

In variants, the method can include: determining a timeseries of measurements of a geographic region; determining a set of object representations from the timeseries of measurements; and determining a timeseries of object versions based on relationships between the object representations.

Classes IPC  ?

• G06T 7/11 - Découpage basé sur les zones
• G06F 18/22 - Critères d'appariement, p. ex. mesures de proximité
• G01C 11/06 - Restitution des photos par comparaison de plusieurs photos de la même zone
• G06T 7/70 - Détermination de la position ou de l'orientation des objets ou des caméras
• G06T 7/60 - Analyse des attributs géométriques
• G06F 16/48 - Recherche caractérisée par l’utilisation de métadonnées, p. ex. de métadonnées ne provenant pas du contenu ou de métadonnées générées manuellement
• G06F 16/432 - Formulation de requêtes
• G06T 7/00 - Analyse d'image

Abrégé

In variants, the method can include: detecting a property within a set of measurements; determining a set of property parameters based on the detection; determining a set of higher-resolution measurements based on the set of property parameters; and determining a set of property attributes based on the set of higher-resolution measurements.

Classes IPC  ?

• G06T 7/11 - Découpage basé sur les zones
• G01C 11/06 - Restitution des photos par comparaison de plusieurs photos de la même zone
• G06T 7/70 - Détermination de la position ou de l'orientation des objets ou des caméras
• G06T 7/60 - Analyse des attributs géométriques

Abrégé

In variants, the method for occlusion correction can include: determining a measurement depicting an occluded object of interest (OOI), optionally infilling the occluded portion of the object of interest within the measurement, and determining an attribute of the object of interest based on the infilled measurement.

Classes IPC  ?

• G06V 10/26 - Segmentation de formes dans le champ d’imageDécoupage ou fusion d’éléments d’image visant à établir la région de motif, p. ex. techniques de regroupementDétection d’occlusion
• G06T 7/11 - Découpage basé sur les zones
• G06Q 30/02 - MarketingEstimation ou détermination des prixCollecte de fonds
• G06T 7/60 - Analyse des attributs géométriques

Abrégé

In variants, the method for change analysis can include detecting a rare change in a geographic region by comparing a first and second representation, extracted from a first and second geographic region measurement sampled at a first and second time, respectively, using a common-change-agnostic model.

Classes IPC  ?

• G01C 11/06 - Restitution des photos par comparaison de plusieurs photos de la même zone
• G01C 11/02 - Dispositions de prises de vues spécialement adaptées pour la photogrammétrie ou les levers photographiques, p. ex. pour commander le recouvrement des photos
• G01C 11/04 - Restitution des photos
• G06N 20/00 - Apprentissage automatique

Abrégé

In variants, the method for change analysis can include detecting a rare change in a geographic region by comparing a first and second representation, extracted from a first and second geographic region measurement sampled at a first and second time, respectively, using a common-change-agnostic model.

Classes IPC  ?

• G06T 7/60 - Analyse des attributs géométriques
• G06V 10/74 - Appariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06V 20/00 - ScènesÉléments spécifiques à la scène
• G06F 18/2413 - Techniques de classification relatives au modèle de classification, p. ex. approches paramétriques ou non paramétriques basées sur les distances des motifs d'entraînement ou de référence
• G06V 10/44 - Extraction de caractéristiques locales par analyse des parties du motif, p. ex. par détection d’arêtes, de contours, de boucles, d’angles, de barres ou d’intersectionsAnalyse de connectivité, p. ex. de composantes connectées
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• G06V 20/10 - Scènes terrestres
• H04N 23/11 - Caméras ou modules de caméras comprenant des capteurs d'images électroniquesLeur commande pour générer des signaux d'image à partir de différentes longueurs d'onde pour générer des signaux d'image à partir de longueurs d'onde de lumière visible et infrarouge

Abrégé

In variants, a method for viewshed analysis can include: determining a location, determining a set of location viewpoints for the location, determining a viewshed for the location, determining a set of view factors for the location, and determining a view factor representation for the location based the viewshed and the set of view factors, optionally determining a view parameter for the location, and/or any other suitable elements.

Classes IPC  ?

• G06Q 50/16 - Immobilier
• G06V 20/00 - ScènesÉléments spécifiques à la scène
• G06Q 30/02 - MarketingEstimation ou détermination des prixCollecte de fonds

Abrégé

The method for property typicality determination can include: determining a property, determining attribute values for the property, determining a reference population for the property, determining reference population attribute values, determining a typicality metric for the property, and optionally determining an influential attribute.

Classes IPC  ?

• G06V 10/77 - Traitement des caractéristiques d’images ou de vidéos dans les espaces de caractéristiquesDispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant l’intégration et la réduction de données, p. ex. analyse en composantes principales [PCA] ou analyse en composantes indépendantes [ ICA] ou cartes auto-organisatrices [SOM]Séparation aveugle de source
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/74 - Appariement de motifs d’image ou de vidéoMesures de proximité dans les espaces de caractéristiques

Abrégé

In variants, the method for occlusion correction can include: determining a measurement depicting an occluded object of interest (001 ), optionally infilling the occluded portion of the object of interest within the measurement, and determining an attribute of the object of interest based on the infilled measurement, and optionally determining a property analysis based on the attribute values.

Classes IPC  ?

• G06V 20/10 - Scènes terrestres
• G06V 20/64 - Objets tridimensionnels
• G06T 17/00 - Modélisation tridimensionnelle [3D] pour infographie
• G06V 20/13 - Images satellite
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones

Abrégé

In variants, the method for occlusion correction can include: determining a measurement depicting an occluded object of interest (OOI), optionally infilling the occluded portion of the object of interest within the measurement, and determining an attribute of the object of interest based on the infilled measurement.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G06V 10/26 - Segmentation de formes dans le champ d’imageDécoupage ou fusion d’éléments d’image visant à établir la région de motif, p. ex. techniques de regroupementDétection d’occlusion
• G06T 7/60 - Analyse des attributs géométriques
• G06Q 30/02 - MarketingEstimation ou détermination des prixCollecte de fonds
• G06T 7/11 - Découpage basé sur les zones

Abrégé

In variants, the method for property condition analysis can include: determining a measurement, optionally determining a set of property attributes, determining a condition score, optionally providing the condition score, and optionally training a condition scoring model.

Classes IPC  ?

• G06Q 40/08 - Assurance
• G06V 20/00 - ScènesÉléments spécifiques à la scène

Abrégé

Systems and methods for property condition analysis comprising: determining a measurement, optionally determining a set of property attributes, determining a condition score, optionally providing the condition score, and optionally training a condition scoring model, determining a measurement depicting a property; determining parcel data associated with the property; determining a set of attributes for the property, based on the measurement and the parcel data, using a set of attribute models; and determining a condition score based on the set of attributes using a condition scoring model.

Classes IPC  ?

• G06Q 50/16 - Immobilier
• G06V 10/40 - Extraction de caractéristiques d’images ou de vidéos
• G06T 7/00 - Analyse d'image

Abrégé

Determining a hazard score of a property can include: determining a property; determining measurements for the property; determining attribute values for the property; determining a hazard score for the property; and optionally training one or more hazard models.

Classes IPC  ?

• G06V 30/19 - Reconnaissance utilisant des moyens électroniques

Abrégé

In variants, the method for automatic debris detection includes: determining a region image; optionally determining a parcel representation for the region image; generating a debris representation using the region image; generating a debris score based on the debris representation; and optionally monitoring the debris score over time.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06F 18/24 - Techniques de classification
• G06F 30/13 - Conception architecturale, p. ex. conception architecturale assistée par ordinateur [CAAO] relative à la conception de bâtiments, de ponts, de paysages, d’usines ou de routes
• G06T 7/50 - Récupération de la profondeur ou de la forme
• G06V 10/22 - Prétraitement de l’image par la sélection d’une région spécifique contenant ou référençant une formeLocalisation ou traitement de régions spécifiques visant à guider la détection ou la reconnaissance
• G06V 10/25 - Détermination d’une région d’intérêt [ROI] ou d’un volume d’intérêt [VOI]
• G06V 10/26 - Segmentation de formes dans le champ d’imageDécoupage ou fusion d’éléments d’image visant à établir la région de motif, p. ex. techniques de regroupementDétection d’occlusion
• G06V 20/10 - Scènes terrestres
• G06N 20/00 - Apprentissage automatique

Abrégé

In variants, the method for automatic debris detection includes: determining a region image; optionally determining a parcel representation for the region image; generating a debris representation using the region image; generating a debris score based on the debris representation; and optionally monitoring the debris score over time.

Classes IPC  ?

• G06K 9/46 - Extraction d'éléments ou de caractéristiques de l'image
• G06V 10/22 - Prétraitement de l’image par la sélection d’une région spécifique contenant ou référençant une formeLocalisation ou traitement de régions spécifiques visant à guider la détection ou la reconnaissance
• G06T 7/50 - Récupération de la profondeur ou de la forme
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• G06F 30/13 - Conception architecturale, p. ex. conception architecturale assistée par ordinateur [CAAO] relative à la conception de bâtiments, de ponts, de paysages, d’usines ou de routes
• G06V 10/25 - Détermination d’une région d’intérêt [ROI] ou d’un volume d’intérêt [VOI]
• G06V 10/26 - Segmentation de formes dans le champ d’imageDécoupage ou fusion d’éléments d’image visant à établir la région de motif, p. ex. techniques de regroupementDétection d’occlusion
• G06V 20/10 - Scènes terrestres
• G06N 20/00 - Apprentissage automatique

Abrégé

In variants, the method for automatic debris detection includes: determining a region image; optionally determining a parcel representation for the region image; generating a debris representation using the region image; generating a debris score based on the debris representation; and optionally monitoring the debris score over time.

Classes IPC  ?

• G06K 9/46 - Extraction d'éléments ou de caractéristiques de l'image

Produits et services

(1) Providing insurance information; Providing insurance information used to pre-populate insurance documents and forms with relevant data; Providing insurance information including aggregated data from multiple data sources including data derived through the use of artificial intelligence (AI) to generate pre-populated information for insurance documents and forms; Providing aggregated and AI generated insurance information for use by insurance providers in relation to underwriting, pricing, and claims evaluation; Providing insurance information including substantiated data by evaluating multiple and related sources and through the application of intelligent models to raw data.

Abrégé

The method for determining a geographic identifier including: determining a location description; determining parcel data; determining a georeferenced image based on the location description; generating a set of image features using the georeferenced image; optionally determining a built structure class; identifying a location of interest within the georeferenced image based on the set of features; determining a geographic identifier associated with the location of interest based on the image georeference; associating the geographic identifier with the location description; optionally returning the geographic identifier in response to the location description comprising an address; and optionally returning an address in response to the location description comprising a geographic coordinates.

Classes IPC  ?

• G06F 16/587 - Recherche caractérisée par l’utilisation de métadonnées, p. ex. de métadonnées ne provenant pas du contenu ou de métadonnées générées manuellement utilisant des informations géographiques ou spatiales, p. ex. la localisation
• G06F 16/55 - GroupementClassement
• G06N 3/04 - Architecture, p. ex. topologie d'interconnexion
• G06N 3/08 - Méthodes d'apprentissage

Abrégé

Systems and methods are provided for automatically detecting a change in a feature. For example, a system includes a memory and a processor configured to analyze a change associated with a feature over a period of time using a plurality of remotely sensed time series images. Upon execution, the system would receive a plurality of remotely sensed time series images, extract a feature from the plurality of remotely sensed time series images, generate at least two time series feature vectors based on the feature, where the at least two time series feature vectors correspond to the feature at two different times, create a neural network model configured to predict a change in the feature at a specified time, and determine, using the neural network model, the change in the feature at a specified time based on a change between the at least two time series feature vectors.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G06F 18/21 - Conception ou mise en place de systèmes ou de techniquesExtraction de caractéristiques dans l'espace des caractéristiquesSéparation aveugle de sources
• G06F 18/22 - Critères d'appariement, p. ex. mesures de proximité
• G06N 3/04 - Architecture, p. ex. topologie d'interconnexion
• G06N 3/08 - Méthodes d'apprentissage
• G06T 7/73 - Détermination de la position ou de l'orientation des objets ou des caméras utilisant des procédés basés sur les caractéristiques
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• G06V 20/10 - Scènes terrestres
• G06V 20/17 - Scènes terrestres transmises par des avions ou des drones

Abrégé

The method for determining property feature segmentation includes: receiving a region image for a region; determining parcel data for the region; determining a final segmentation output based on the region image and parcel data using a trained segmentation module; optionally generating training data; and training a segmentation module using the training data S500.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06T 7/11 - Découpage basé sur les zones
• G06T 7/155 - DécoupageDétection de bords impliquant des opérateurs morphologiques
• G06F 16/903 - Requêtes
• G06N 20/00 - Apprentissage automatique

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06V 20/00 - ScènesÉléments spécifiques à la scène
• G06V 20/10 - Scènes terrestres
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• G06V 10/44 - Extraction de caractéristiques locales par analyse des parties du motif, p. ex. par détection d’arêtes, de contours, de boucles, d’angles, de barres ou d’intersectionsAnalyse de connectivité, p. ex. de composantes connectées
• H04N 5/33 - Transformation des rayonnements infrarouges

Abrégé

The method for determining property feature segmentation includes: receiving a region image for a region; determining parcel data for the region; determining a final segmentation output based on the region image and parcel data using a trained segmentation module; optionally generating training data; and training a segmentation module using the training data S500.

Classes IPC  ?

• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques

Abrégé

The method for determining property feature segmentation includes: receiving a region image for a region; determining parcel data for the region; determining a final segmentation output based on the region image and parcel data using a trained segmentation module; optionally generating training data; and training a segmentation module using the training data S500.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06T 7/11 - Découpage basé sur les zones
• G06T 7/155 - DécoupageDétection de bords impliquant des opérateurs morphologiques
• G06F 16/903 - Requêtes
• G06N 20/00 - Apprentissage automatique

Abrégé

The method for determining a geographic identifier including: determining a location description; determining parcel data; determining a georeferenced image based on the location description; generating a set of image features using the georeferenced image; optionally determining a built structure class; identifying a location of interest within the georeferenced image based on the set of features; determining a geographic identifier associated with the location of interest based on the image georeference; associating the geographic identifier with the location description; optionally returning the geographic identifier in response to the location description comprising an address; and optionally returning an address in response to the location description comprising a geographic coordinates.

Classes IPC  ?

• G01C 21/30 - Mise en coïncidence avec des cartes ou des contours
• G06F 17/30 - Recherche documentaire; Structures de bases de données à cet effet

Abrégé

The method for determining a geographic identifier including: determining a location description; determining parcel data; determining a georeferenced image based on the location description; generating a set of image features using the georeferenced image; optionally determining a built structure class; identifying a location of interest within the georeferenced image based on the set of features; determining a geographic identifier associated with the location of interest based on the image georeference; associating the geographic identifier with the location description; optionally returning the geographic identifier in response to the location description comprising an address; and optionally returning an address in response to the location description comprising a geographic coordinates.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06F 16/587 - Recherche caractérisée par l’utilisation de métadonnées, p. ex. de métadonnées ne provenant pas du contenu ou de métadonnées générées manuellement utilisant des informations géographiques ou spatiales, p. ex. la localisation
• G06F 16/55 - GroupementClassement
• G06N 3/04 - Architecture, p. ex. topologie d'interconnexion
• G06N 3/08 - Méthodes d'apprentissage
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• G06K 9/32 - Alignement ou centrage du capteur d'image ou de la zone image

Produits et services

(1) Providing access to information in the fields of real estate and insurance, namely, attributes of property, property condition, and surrounding area; Providing access to information in the fields of real estate and insurance, namely, attributes of property, property condition, and surrounding area for use in insurance, risk management, risk assessment, risk analysis, property management, investment, valuation and lending. (2) Providing temporary use of non-downloadable computer software for accessing information in the fields of real estate and insurance, namely, attributes of property, property condition, and surrounding area; Providing temporary use of non-downloadable computer software for accessing information in the fields of real estate and insurance, namely, attributes of property, property condition, and surrounding area for use in insurance, risk management, risk assessment, risk analysis, property management, investment, valuation and lending.

Produits et services

(1) Providing access to information in the fields of real estate and insurance, namely, attributes of property, property condition, and surrounding area; Providing access to information in the fields of real estate and insurance, namely, attributes of property, property condition, and surrounding area for use in insurance, risk management, risk assessment, risk analysis, property management, investment, valuation and lending. (2) Providing temporary use of non-downloadable computer software for accessing information in the fields of real estate and insurance, namely, attributes of property, property condition, and surrounding area; Providing temporary use of non-downloadable computer software for accessing information in the fields of real estate and insurance, namely, attributes of property, property condition, and surrounding area for use in insurance, risk management, risk assessment, risk analysis, property management, investment, valuation and lending.

Produits et services

Providing multiple user access to proprietary collections of information by means of global computer information networks related to property, property condition, and surrounding area; Providing multiple user access to proprietary collections of information by means of global computer information networks regarding property, property condition, and surrounding area for use in insurance, risk management, risk assessment, risk analysis, property management, investment, valuation, and lending; Providing multiple user access to proprietary collections of information by means of global computer information networks to information related to property, property condition, and surrounding area aggregated from remotely sensed imagery of property, public records, and additional data sources Providing temporary use of non-downloadable computer software for accessing information related to property, property condition, and surrounding area; Providing temporary use of non-downloadable computer software for accessing information regarding property, property condition, and surrounding area for use in insurance, risk management, risk assessment, risk analysis, property management, investment, valuation and lending; Providing temporary use of non-downloadable computer software for accessing information related to property, property condition, and surrounding area aggregated from remotely sensed imagery of property, public records, and additional data sources

Produits et services

Providing multiple user access to proprietary collections of information by means of global computer information networks related to property, property condition, and surrounding area; Providing multiple user access to proprietary collections of information by means of global computer information networks regarding property, property condition, and surrounding area for use in insurance, risk management, risk assessment, risk analysis, property management, investment, valuation and lending; Providing multiple user access to proprietary collections of information by means of global computer information networks related to property, property condition, and surrounding area aggregated from remotely sensed imagery of property, public records, and additional data sources Providing temporary use of non-downloadable computer software for accessing information related to property, property condition, and surrounding area; Providing temporary use of non-downloadable computer software for accessing information regarding property, property condition, and surrounding area for use in insurance, risk management, risk assessment, risk analysis, property management, investment, valuation and lending; Providing temporary use of non-downloadable computer software for accessing information related to property, property condition, and surrounding area aggregated from remotely sensed imagery of property, public records, and additional data sources

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06K 9/46 - Extraction d'éléments ou de caractéristiques de l'image
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• H04N 5/33 - Transformation des rayonnements infrarouges

Abrégé

Systems and methods are provided for automatically detecting a change in a feature. For example, a system includes a memory and a processor configured to analyze a change associated with a feature over a period of time using a plurality of remotely sensed time series images. Upon execution, the system would receive a plurality of remotely sensed time series images, extract a feature from the plurality of remotely sensed time series images, generate at least two time series feature vectors based on the feature, where the at least two time series feature vectors correspond to the feature at two different times, create a neural network model configured to predict a change in the feature at a specified time, and determine, using the neural network model, the change in the feature at a specified time based on a change between the at least two time series feature vectors.

Classes IPC  ?

• G06E 1/00 - Dispositions pour traiter exclusivement des données numériques

Abrégé

Systems and methods are provided for automatically detecting a change in a feature. For example, a system includes a memory and a processor configured to analyze a change associated with a feature over a period of time using a plurality of remotely sensed time series images. Upon execution, the system would receive a plurality of remotely sensed time series images, extract a feature from the plurality of remotely sensed time series images, generate at least two time series feature vectors based on the feature, where the at least two time series feature vectors correspond to the feature at two different times, create a neural network model configured to predict a change in the feature at a specified time, and determine, using the neural network model, the change in the feature at a specified time based on a change between the at least two time series feature vectors.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• G06T 7/73 - Détermination de la position ou de l'orientation des objets ou des caméras utilisant des procédés basés sur les caractéristiques
• G06T 7/00 - Analyse d'image
• G06N 3/04 - Architecture, p. ex. topologie d'interconnexion
• G06N 3/08 - Méthodes d'apprentissage

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06K 9/46 - Extraction d'éléments ou de caractéristiques de l'image
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• H04N 5/33 - Transformation des rayonnements infrarouges

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06K 9/46 - Extraction d'éléments ou de caractéristiques de l'image
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• H04N 5/33 - Transformation des rayonnements infrarouges

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06K 9/46 - Extraction d'éléments ou de caractéristiques de l'image
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• H04N 5/33 - Transformation des rayonnements infrarouges

Abrégé

Disclosed systems and methods relate to remote sensing, deep learning, and object detection. Some embodiments relate to machine learning for object detection, which includes, for example, identifying a class of pixel in a target image and generating a label image based on a parameter set. Other embodiments relate to machine learning for geometry extraction, which includes, for example, determining heights of one or more regions in a target image and determining a geometric object property in a target image. Yet other embodiments relate to machine learning for alignment, which includes, for example, aligning images via direct or indirect estimation of transformation parameters.

Classes IPC  ?

• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• G06K 9/66 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques utilisant des comparaisons ou corrélations simultanées de signaux images avec une pluralité de références, p.ex. matrice de résistances avec des références réglables par une méthode adaptative, p.ex. en s'instruisant
• G06T 1/40 - Réseaux neuronaux
• G06N 3/02 - Réseaux neuronaux
• H01Q 5/22 - Gammes d’ondes radio combinées à des gammes d’ondes en dehors du spectre radio, p. ex. infrarouges ou optiques