Um Informationen aus Bilddaten zu extrahieren, finden Methoden des maschinellen Lernens in den letzten Jahren immer häufiger Anwendung. Beispiele sind etwa die Entwicklung autonomer Fahrzeuge oder Bilderkennungssoftware, für deren Effizienz das Erkennen komplexer Muster essentiell ist. Im Rahmen des Projektes TreeSatAI soll die Anwendbarkeit dieser Methoden auf Fernerkundungsdaten für das Monitoring von Wäldern, Forsten und Baumbeständen bewertet und die Entwicklung innovativer Dienstleistungen unterstützt werden.
Künstliche neuronale Netze, die Techniken wie LSTM (Long Short Term Memory) oder CNN (Convolutional Neural Networks) nutzen, sind potenziell sehr leistungsfähig. Allerdings hängt die Qualität der Ergebnisse maßgeblich von der Verfügbarkeit und Anzahl zuverlässiger Trainingsdaten ab. Daher ist der Aufbau einer Datenbank, in der entsprechende Fachdaten gesammelt und bezüglich ihrer geplanten Anwendung organisiert werden können, ein entscheidender Bestandteil des Projektes.
Als ein Beispiel für die Anwendung der zu entwickelnden Methoden soll eine automatisierte Klassifikation von Baumarten und -merkmalen im Nationalpark Hainich dienen. Aufgrund
bereits vorliegender Ergebnisse aus früheren Projekten ist ein Vergleich zu anderen Klassifikationsverfahren ebenfalls möglich.
Im Bereich des Umweltmanagements kann eine leistungsfähige künstliche Intelligenz enorm wertvoll sein. Beispielsweise bei der Identifikation und Inventur der Trockenschäden
vergangenen Jahre oder anderer Auswirkungen des Klimawandels auf die Forst- und Landwirtschaft. Folglich ist TreeSatAI für die LUP GmbH auch ein Projekt, welches wichtige
Grundlagen für zukünftige Monitoringdienstleistungen schaffen kann.
Projektstart: Juni 2020 Laufzeit: 24 Monate
FKZ: 01IS20014D
Gefördert im Rahmen der Förderrichtlinie „Anwendung von Methoden der Künstlichen Intelligenz in der Praxis“ beim Bundesministerium für Bildung und Forschung (BMBF)
Projektpartner:
- Technische Universität Berlin – Fachgebiet Geoinformation in der Umweltplanung (TUGeo)
- Technische Universität Berlin – Fachgebiet Remote Sensing Image Analysis Group (RSiM)
- Deutsches Zentrum für Künstliche Intelligenz GmbH (DFKI)
- LiveEO GmbH
- Vision Impulse GmbH
