01. Juli 2018
Projektlaufzeit: 07.2018 - 06.2021
Projektstatus: abgeschlossen
Förderkennzeichen: G 201819
Das Projekt wird durchgeführt von:
Ziel von ANTONIA ist es, moderne Objektdetektions-Methoden in Luftbildern zu implementieren, umfangreiche Trainingsdaten für diese zu sammeln und Augmentations-Methoden für diese zu entwickeln. Weiterhin soll untersucht werden, wie Nahinfrarotdaten in bestehende neuronale Netzstrukturen integriert werden können und welche Vorteile dies bietet. Zudem soll die Problematik der schlechten Erklärbarkeit der Netze und ihrer Ergebnisse untersucht werden.
Die Methodenentwicklung soll anhand umfangreicher Bilddaten unter Verwendung verschiedener, frei verfügbare Datenquellen erfolgen. Dieser Datensatz, der verschiedene Skalen, Auflösungen und Perspektiven beinhaltet, stellt die Basis des Projektes dar und wird im Anschluss mittels Augmentations-Verfahren künstlich vergrößert. Bilddaten werden auf diese Weise mehr oder minder intelligent verändert, so dass eine neue Darstellung des Inhalts und so neue „Eindrücke“ für das neuronale Netz entstehen. Denn je mehr Daten in das neuronale Netz einfließen, desto genauer kann es anschließend Bilder selbständig auswerten.
Als weiterer Teil des Projektes wird eine modulare, adaptierbare Softwarestruktur aufgebaut. Diese soll Luftbilddaten aus unterschiedlichen Quellen verarbeiten und Objekte in ihnen detektieren können. An sie schließt die eigentliche Objektdetektion an. In dieses Modul sollen die verschiedenen Netz-Strukturen integriert werden können und ein einheitlicher Austausch von Bild- und Objektdaten gewährleistet sein.
Weiterhin wird untersucht, wie ein zusätzlicher Nahinfrarot-Kanal als häufige Sensor-Modalität in der Fernerkundung in bestehende Farbbild-Strukturen integriert werden kann. Es ist zu prüfen, ob die Information durch die neuronalen Netze genutzt werden kann und sich so ihre Leistungsfähigkeit verbessern lässt.
Abschließend soll das Verhalten neuronaler Netze geprüft werden. Hierzu werden in der Literatur mittlerweile verschiedene Ansätze und Methoden diskutiert. Diese sollen hier untersucht und eingesetzt werden, um vorhandene Netz-Strukturen zu verbessern.
Die Nutzung neuronaler Netze zur automatischen Bildinterpretation ist eine neue Technik, die insbesondere in den letzten fünf Jahren viel Dynamik gewonnen hat. Es konnten bereits bemerkenswerte Ergebnisse erzielt werden. Die entsprechende Forschung befindet sich zwar noch in den Anfängen, ist aber hochaktuell. Der DVGW e.V. hat die Relevanz der automatisierten Bildinterpretation für seine verschiedenen Aufgabenfelder erkannt. Derzeit wird im DVGW-Forschungsprojekt ANNeBEL überprüft, ob neuronale Netze für die Gefährdungsbewertung basierend auf Luftbildern geeignet sind. Dabei soll insbesondere das Potenzial dieser Methode in der autonomen Pipelinetrassen-Überwachung beleuchtet werden.
Im vorliegenden Projekt ANTONIA soll die autonome Objektdetektion in Fernerkundungsdaten wie Luftbilder intensiv untersucht und vorangetrieben werden. Das Auffinden von Objekten in Bilddaten kann zum Beispiel in der Infrastrukturüberwachung angewendet und in neuronale Netze eingespeist werden. Luftbilder sind dabei sehr speziell zu behandeln, insbesondere wegen der anderen Perspektive bzw. der Betrachtung aus lotrechter Position. Um die Auswirkung dieses Unterschieds und einiger anderer zu untersuchen, sollen im Rahmen des Projektes moderne und aktuelle Objektdetektions-Methoden implementiert, umfangreiche Trainingsdaten für diese gesammelt und Augmentations-Methoden für diese entwickelt werden. Weiterhin soll untersucht werden, wie Nahinfrarotdaten die häufig verfügbar sind, in bestehende neuronale Netzstrukturen integriert werden können und welche Vorteile dies bietet.
Der Forschungsbericht ist Bestandteil ausgewählter Abonnements des DVGW-Regelwerk Online Plus.
Als Nicht-Abonnent können Sie Forschungsberichte als PDF kostenpflichtig über das DVGW-Regelwerk Online Plus beziehen.
Exklusiv für DVGW-Mitglieder steht die Kurzfassung unter MEIN DVGW zur Verfügung.
