TUNGSTEN是一套通过处理和利用来自不同平台和来源的数据向用户提供可操作信息的系统。它是基于超/多谱带与几何数据之间的相关关系来提供信息的一台先进理解机器。系统采用了针对空中和卫星图像的全动态视频和认知计算机视觉分析解决方案，可用于自动检测和采集的多搜索引擎分析器通用基础设施。 TUNGSTEN还能应对日益增长的数据和信息超载以及各种任务，可快速调整满足新的操作需求，并将简单直观的用户界面与交互式反馈机制相结合，实现了精度水平的持续提高。
TUNGSTEN阐述了一种创新性的方法，它使每个对象都可以通过光谱、空间、几何和统计属性的组合进行定义，同时也涉及拓扑规则，增强对象与其周围环境的存在。系统使用一系列特征等级对图像进行分类及分割，从而实现目标检测。某种特征在不同区域的重复比例可以表明在测试图像中存在未经训练的类似物体。
TUNGSTEN运行分为学习和搜索两个阶段。 第一阶段产生“知识”（有效数据），第二阶段是实际的对象/现象搜索，两个阶段共享相同的输入数据（目标图像）。
TUNGSTEN的使用分3个层级：
● 工厂 -引擎被开发和维护。
● 供应 -构建目标对象识别其“特征知识”。
● 生产 -进行目标对象检测。
使用层次间的分离设计旨在使客户能够决定在何地如何执行引擎流程的第1阶段和第2 阶段（学习阶段和搜索阶段）。
典型应用
使用空间属性来检测目标对象具有相当的难度。TUNGSTEN将大量对象的属性和特征值的学习及分类作为了所需对象聚合过程的一部分。以下示例展示了对象属性在传感器类型、采集时间、光谱带量改变的条件下，仍保持不变以及在执行图像对象分析后仍可被高精度发现的原理。
中国北京
澳大利亚悉尼
英国布莱顿
