Wśród prezentowanych technologii znalazły się zaawansowane systemy obrazowania oraz rozwiązania poprawiające rozdzielczość przestrzenną danych satelitarnych.
• MIRORES EARTH (MIRORES Mining Data Services, ING PAN, CBK PAN)
Spektrometr dalekiej podczerwieni (FIR) z zakresem pomiarowym do średniej podczerwieni (MIR) został opracowany na potrzeby misji ESA High-resolution Lunar Mineralogy Mapper oraz Polskiej Misji Księżycowej.
Urządzenie służy do analizy mineralogicznej powierzchni Księżyca oraz innych ciał niebieskich, takich jak Mars czy planetoidy, poprzez rejestrację ich widm absorpcyjnych i emisyjnych. Pozwala również na detekcję minerałów siarczkowych oraz tlenkowych, które pozostają całkowicie niewykrywalne przy użyciu tradycyjnej spektroskopii w bliskiej podczerwieni.
• Kamera do obserwacji śmieci kosmicznych (Creotech Instruments)
Kamera Creosky 6000 została opracowana z myślą o obserwacjach obiektów bliskich Ziemi (Near-Earth Objects, NEO) oraz monitorowaniu przestrzeni kosmicznej (Space Surveillance and Tracking, SST) w ramach programów EU-SST (realizowanych przez Komisję Europejską) i S2P (ESA).
Urządzenie powstało w odpowiedzi na rosnące europejskie potrzeby w zakresie budowy systemów wczesnego ostrzegania przed zagrożeniami dla infrastruktury kosmicznej. Głównym zadaniem kamery jest śledzenie słabo świecących i szybko przemieszczających się obiektów na niskiej orbicie Ziemi.
CreoSky 6000 działa całkowicie autonomicznie – nie wymaga zewnętrznych jednostek sterujących, a dzięki wbudowanej reprogramowalnej logice i specjalizowanemu procesorowi aplikacyjnemu pozwala na przetwarzanie danych w czasie rzeczywistym.
• Technologia poprawy jakości obrazów za pomocą sztucznej inteligencji (KP Labs)
Technologia Super-Resolution Reconstruction (SRR) umożliwia znaczną poprawę jakości zobrazowań satelitarnych, w tym danych pozyskiwanych przez nanosatelity i instrumenty o ograniczonej rozdzielczości. Nie ogranicza się ona do prostego wyostrzania obrazu, lecz pozwala na podniesienie jego ogólnej szczegółowości i uzyskanie ostrzejszych krawędzi dzięki zastosowaniu głębokich sieci neuronowych oraz zaawansowanych metod statystycznych. Spośród dostępnych rozwiązań wyjątkowo efektywna jest metoda multi-image SRR polegająca na łączeniu wielu zdjęć niskiej jakości w jeden obraz o wysokiej rozdzielczości.
