Sztuczna inteligencja pomoże w analizie archiwalnych zdjęć lotniczych. Nowy projekt na PW
Na Wydziale Geodezji i Kartografii Politechniki Warszawskiej realizowany jest projekt, który polega na opracowaniu nowoczesnej, w pełni zautomatyzowanej metody analizy archiwalnych zdjęć lotniczych z wykorzystaniem sztucznej inteligencji.
Archiwalne zdjęcia lotnicze, cyfrowe opracowanie i rekonstrukcja danych przestrzennych, automatyczna analiza z wykorzystaniem sztucznej inteligencji (fot. PW)
W polskich archiwach geodezyjnych zgromadzono około dwóch milionów zdjęć lotniczych wykonanych od lat 50. XX wieku. Stanowią one bezcenny zapis przemian krajobrazu – urbanizacji, zmian w użytkowaniu gruntów rolnych, zaniku siedlisk przyrodniczych czy rozbudowy infrastruktury. Do tej pory ich analiza była bardzo pracochłonna i w dużej mierze opierała się na ręcznej interpretacji. W projekcie pt. „Historical Earth Research for Multitemporal Evolution Study by Remote Sensing technique (HERMES)” opracowywany jest kompletny „pipeline” przetwarzania: od cyfrowego opracowania zdjęć (orientacja, generowanie modeli wysokościowych, ortofotomap), przez ich ulepszanie (koloryzacja, zwiększanie rozdzielczości), aż po automatyczną segmentację semantyczną i detekcję obiektów przy użyciu głębokich sieci neuronowych. W praktyce chodzi o to, aby archiwalne zdjęcia lotnicze stały się pełnoprawnym, cyfrowym źródłem danych do analiz przestrzennych – porównywalnym z nowoczesnymi zobrazowaniami satelitarnymi.
Kierownikiem projektu jest mgr inż. Adam Kostrzewa – doktorant Szkoły Doktorskiej PW, który jednocześnie jest zatrudniony w Szkole Głównej Gospodarstwa Wiejskiego w Instytucie Inżynierii Lądowej na stanowisku asystenta. Nadzór naukowy sprawuje dr hab. inż. Krzysztof Bakuła, prof. PW z Wydziału Geodezji i Kartografii PW – specjalista w zakresie fotogrametrii, teledetekcji i przetwarzania danych przestrzennych.
Projekt zaplanowany jest na 36 miesięcy i składa się z trzech etapów. Głównym celem jest opracowanie i empiryczna weryfikacja metody automatycznego pozyskiwania informacji o pokryciu terenu i zmianach środowiskowych z archiwalnych zdjęć lotniczych. Badania koncentrują się na wykorzystaniu zaawansowanych narzędzi sztucznej inteligencji do analizy materiałów historycznych, które dotychczas rzadko traktowano jako równorzędne źródło danych przestrzennych. Rezultatem prac będzie zestaw przetestowanych modeli sztucznej inteligencji do segmentacji i detekcji obiektów na zdjęciach historycznych. Opracowana zostanie metodologia łączenia danych RGB z modelami wysokościowymi (DSM) w celu zwiększenia dokładności klasyfikacji. Projekt obejmuje także ocenę wpływu jakości danych – takich jak szum, rozdzielczość, brak koloru – na skuteczność algorytmów oraz identyfikację typów zmian środowiskowych możliwych do wiarygodnego wykrycia.
Zakres prac badawczych obejmuje cyfrowe opracowanie archiwalnych zdjęć lotniczych – rekonstrukcję parametrów kamer, georeferencję, generowanie ortofotomap i modeli wysokościowych. Istotnym elementem projektu jest opracowanie strategii generowania danych treningowych z wykorzystaniem współczesnych baz referencyjnych (BDOT10k, ALS, LPIS), a także trenowanie i porównywanie architektur głębokich sieci neuronowych. Badania uzupełnia testowanie wpływu koloryzacji i super-rozdzielczości na jakość klasyfikacji oraz interpretacja zmian przestrzennych w kontekście historycznym.
W wymiarze praktycznym wdrożenie projektu pozwoli na przyspieszenie analiz dotyczących rozwoju miast i infrastruktury oraz badanie tempa przekształceń krajobrazu. Dzięki projektowi możliwe będzie wsparcie monitoringu środowiska w długim horyzoncie czasowym, a także budowa historycznych baz danych przestrzennych do wykorzystania w planowaniu przestrzennym i analizach środowiskowych. Z efektów tych prac w największym stopniu skorzystają jednostki administracji publicznej, urbaniści i planiści przestrzenni. Rozwiązania te będą również nieocenionym narzędziem dla instytucji zajmujących się ochroną środowiska, badaczy zmian klimatu i krajobrazu, a także dla firm z sektora geoinformatycznego.
Wypracowane w ramach projektu rezultaty mogą stanowić solidny fundament do dalszych działań. Nie tylko do budowy kompleksowych, historycznych baz danych o pokryciu terenu, ale również do rzetelnej analizy skutków prowadzonych dotychczas polityk przestrzennych. Co więcej, zgromadzone dane posłużą do modelowania procesów urbanizacyjnych oraz oceny długoterminowych zmian środowiskowych. Opracowana metoda ma także wysoki potencjał skalowania, co w przyszłości może pozwolić na jej implementację w innych krajach i innych archiwach.
Projekt realizowany jest w ramach konkursu PRELUDIUM Narodowego Centrum Nauki. Budżet projektu w wysokości 201 300 zł i obejmuje finansowanie badań, infrastruktury obliczeniowej oraz opracowania danych.
Źródło: PW
