ArcGIS Enterprise erhält im Bereich Imagery zahlreiche Verbesserungen, die Analyse, Verarbeitung und Verwaltung von Bild- und Videodaten weiter vereinfachen. In diesem Beitrag werden die wichtigsten Neuerungen kompakt zusammengefasst.
Die neueste Version von ArcGIS Enterprise bietet wesentliche Verbesserungen für die Arbeit mit Bilddaten und Videos. Sie unterstützt Sie dabei, produktiver zu arbeiten und fundierte Erkenntnisse über Ihre Interessensgebiete zu gewinnen. Profitieren Sie von einer konsistenteren Benutzererfahrung über verschiedene ArcGIS-Bereitstellungen hinweg, da neue Funktionen aus ArcGIS Online nun auch in ArcGIS Enterprise zur Verfügung stehen. Dadurch wird der Wechsel zwischen den Umgebungen erleichtert, sodass Sie sich stärker auf Ihre Fachaufgaben konzentrieren können.
Durch die höhere Effizienz bei der Arbeit mit Bilddaten im GIS-Workflow gelangen Sie schneller zu belastbaren Ergebnissen – und können diese ebenso zügig bereitstellen. Die neuesten Funktionen und Erweiterungen unterstützen Sie dabei, Ihre Bilddaten in ein strategisches Asset zu transformieren, um fundiertere Entscheidungen zu treffen und nachhaltige, wirkungsvolle Ergebnisse zu erzielen.
Bildanalyseaufgaben zu vereinfachen ist entscheidend für die Steigerung der Produktivität, unabhängig davon, wie viel Erfahrung Sie im Einsatz von Bilddaten in GIS verfügen. Raster-Funktionsvorlagen (RFTs) vereinfachen komplexe Bild- und Rasteranalysevorgänge, indem sie Verarbeitungsschritte miteinander verknüpfen werden. RFTs sind nun nicht nur in ArcGIS Pro, ArcGIS Online und mit dem ArcGIS Image Server in ArcGIS Enterprise nutzbar, sondern auch in ArcGIS Excalibur verfügbar. Diese Erweiterung fördert eine einheitliche Software-übergreifende Nutzung und ermöglicht es Nutzenden, wiederholbare Workflows zu verwenden und über freigegebene Vorlagen zusammenzuarbeiten.
Weitere Informationen finden Sie in diesem englischsprachigen Blogbeitrag.
Da Deep Learning immer mehr zu einem integralen Bestandteil der Bildanalyse wird, ist die Rechenleistung von entscheidender Bedeutung, insbesondere für Aufgaben wie die automatische Objekterkennung und Pixelklassifizierung. Früher waren diese Aufgaben durch die Rechenleistung einer einzelnen GPU begrenzt, jetzt kann sie durch den Einsatz mehrerer Raster-GPUs in ArcGIS Enterprise für Windows erheblich beschleunigt werden. Diese Verbesserung ermöglicht es Ihnen, Deep-Learning-Aufgaben zu skalieren, schneller Erkenntnisse zu gewinnen und komplexe Bildanalyseprojekte effizienter zu bearbeiten.
Um fundierte Entscheidungen treffen zu können, müssen Ihre Analysen, Karten und Anwendungen stets den aktuellen Datenstand widerspiegeln. Mit der ArcGIS API for Python können Sie die Aktualisierung von Bilddaten-Layern jetzt automatisieren, ohne die zugrunde liegenden Services zu unterbrechen, auf die sich Ihre Nutzer verlassen.
Bisher war es erforderlich, für die Aktualisierung gehosteter Bilddaten-Layer den entsprechenden Service in ArcGIS Enterprise offline zu nehmen, die Daten zu aktualisieren und den Service anschließend erneut zu veröffentlichen. Dieser manuelle Prozess führte zu Service-Unterbrechungen, beeinträchtigte laufende Workflows und verursachte zusätzlichen administrativen Aufwand. Durch die automatisierte Aktualisierung von Bilddaten-Layern reduzieren Sie Ausfallzeiten und Verwaltungsaufwand deutlich und steigern gleichzeitig die Effizienz Ihrer GIS-Betriebsprozesse – sowohl für Administratorinnen und Administratoren als auch für Endnutzende.
Da ArcGIS seine Deep-Learning- Funktionalitäten erweitert, können Sie nun detaillierte Informationen aus Ihren Daten extrahieren. Deep Learning Studio, unterstützt durch den ArcGIS Image Server, ist eine webbasierte Anwendung, die projektbasierte Deep Learning-Analysen auf Bilddaten ermöglicht, indem sie Modelle konfiguriert und trainiert. Das neueste Update enthält einen KI-Assistenten für die Beschriftung von Trainingsgebieten. Diese beschleunigt die Objekterkennung und Klassifizierung. Durch eine Prompt-basierte Eingabe identifiziert die KI ähnliche Objekte. Dadurch werden zuvor manuelle Prozesse automatisiert und die Integration von Deep Learning in GIS-Workflows vereinfacht.
Der Zugriff auf Bilddaten ist der erste Schritt, um sie in Ihr GIS zu integrieren. Mit Content Store for ArcGIS können Sie hochwertige Satelliten- und Luftbilddaten von mehreren kommerziellen Anbietern finden und erwerben. Anschließend können Sie sie in Ihren ArcGIS Online-Organisationen veröffentlichen oder auf Ihren lokalen Computer herunterladen. Jetzt können die Bilddaten auch in Ihren Cloud-Speicher hochgeladen werden, sodass sie in Ihrer ArcGIS Enterprise-Umgebung leicht zugänglich sind. Von dort aus können Sie sie als dynamische Bilddaten-Layer veröffentlichen, ein Mosaik-Dataset erstellen oder Rasterfunktionen lokal ausführen.
Weitere Informationen zum ContenStore finden Sie in diesem englischsprachigen Blogbeitrag.
Je mehr Datentypen Sie in Ihrem GIS verarbeiten können, desto umfassender werden Ihre Analysen. Mit ArcGIS Excalibur profitieren Sie nun von einer erweiterten Unterstützung unterschiedlicher Raster- und Bilddatentypen. Dazu zählen unter anderem NITF sowie Datenformate von GeoEye-1, PlanetScope, WorldView-1, WorldView-2 und WorldView-3. Damit können Sie ein noch breiteres Spektrum an Geodaten aus unterschiedlichen Satellitenquellen analysieren und zusätzliche fachliche Erkenntnisse für verschiedenste Anwendungsbereiche und Branchen gewinnen.
Mit der Weiterentwicklung von GIS werden Videodaten neben traditionellen Datentypen wie Bild- und Feature-Daten zu einem wesentlichen Bestandteil der räumlichen Analyse und Entscheidungsfindung.
Mit dem ArcGIS Video Server, einer optionalen Server-Erweiterung für ArcGIS Enterprise, können Sie Videos mit geografischen und zeitlichen Informationen indizieren, durchsuchen, veröffentlichen und streamen.
Die aktuelle Version erweitert die Unterstützung für Videos, welche in Cloud-Umgebungen gespeichert wurden. So können Sie bestehende Cloud-Investitionen optimal nutzen und Cloud-übergreifend zusammenarbeiten. ArcGIS Video Server lässt sich in AWS oder Azure bereitstellen. Video-Layer können direkt aus verschiedenen Cloud-Plattformen – darunter AWS, Azure, Google Cloud und Alibaba Cloud – veröffentlicht werden.
Dadurch entfällt die Notwendigkeit, Videodaten zwischen unterschiedlichen Cloud-Anbietern zu migrieren, was Zeit und Ressourcen spart.
Es ist jetzt möglich, Video-Layer in ArcGIS Pro sowie in ArcGIS AllSource zu erstellen und direkt auf ArcGIS Video Server veröffentlichen.
Diese neue Funktion erweitert die Einsatzmöglichkeiten von Videodaten in Ihren GIS-Workflows. Video-Layer lassen sich sowohl aus Desktop- als auch aus Web-Clients erstellen und freigeben. Dadurch wird die Verwendung von Videoinhalten in ArcGIS-Umgebungen deutlich ausgebaut und die Zusammenarbeit mit anderen Nutzenden erheblich vereinfacht.
Der ArcGIS Reality Server erscheint als öffentliche Beta-Version und bietet eine skalierbare, selbst gehostete Lösung für Reality Mapping innerhalb von ArcGIS Enterprise. Diese Funktion ermöglicht es Organisationen, hochpräzise, fotorealistische 2D‑ und 3D‑Inhalte aus Drohnen-, Luft- und Satellitenbildern zu erzeugen. Die Verarbeitung großer Bilddatenmengen kann dabei parallel über mehrere Recheninstanzen erfolgen.
Der Reality Server integriert sich nahtlos in das ArcGIS‑Ökosystem und liefert sichere, leistungsstarke Workflows für Organisationen, die Reality Mapping in einer selbst gehosteten Umgebung benötigen – sei es zur Erstellung digitaler Zwillinge, zum Gewinnen wertvoller Erkenntnisse oder um Rohbilddaten in verwertbare Informationen zu transformieren.
Organisationen, die ArcGIS Enterprise nutzen, können über die Early Adopter Community an der Beta teilnehmen.
Für den Einsatz des ArcGIS Reality Server wird ArcGIS Enterprise 12.0 benötigt.
Bei der Verwendung von Bildsammlungen ist es wichtig, diese auf unterschiedliche Weise anzeigen zu können, da vielfältige visuelle Darstellungen das Verständnis verbessern und die Analyse erleichtern können. Mit dem neuen Widget Image Display Order in ArcGIS Experience Builder können Sie spezifische Regeln dafür definieren, wie überlappende Bilder innerhalb eines Mosaik-Datasets mosaikartig angeordnet und angezeigt werden. Das bedeutet, dass das Widget bei mehreren Bildern, die denselben geographischen Bereich abdecken, anhand Ihrer definierten Kriterien bestimmt, welches Bild oben angezeigt wird.
Dieser Beitrag ist eine Übersetzung des amerikanischen Originalbeitrags.
Hier geht es zum Originalbeitrag!