reeSatAI – Künstliche Intelligenz mit Erdbeobachtungs- und Multi-Source Geodaten

A drone ready to take off for field tests
TU Berlin / FG Geoinformation in der Umweltplanung

Das Ziel des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekts TreeSatAI ist die Entwicklung von Methoden mit Künstlicher Intelligenz für das Monitoring von Wäldern und Baumbeständen auf lokaler, regionaler und globaler Ebene. Mithilfe frei zugänglicher Geodaten aus verschiedenen Quellen (Fernerkundungsdaten, administrativen Informationen, Social Media, Mobile Apps, Monitoring-Bibliotheken, offene Bilddatenbanken) werden Prototypen für die Deep Learning basierte Extraktion und Klassifikation von Baum- und Bestandsmerkmalen für vier verschiedene Anwendungsfälle aus den Bereichen Forst-, Naturschutz- und Infrastrukturmonitoring entwickelt.

Fernerkundungsdaten diverser Satellitenmissionen der ESA und NASA, Luftbilddaten sowie Geodaten über den Zustand der Umwelt stehen zunehmend kostenfrei und in großem Umfang zur Verfügung. Gleichzeitig ermöglichen Texte, Fotos und Videos aus Social Media Plattformen wie Flickr, Twitter oder Open Street Map den Zugang zu weiteren Informationen über unsere Umwelt. Eine händische Auswertung der sich ergebenden riesigen Datenmengen wäre jedoch zu zeit- und arbeitsintensiv.

Das Deep Learning Kompetenzzentrum des DFKI und der Forschungsbereich Smarte Daten und Wissensdienste entwickeln bereits seit längerer Zeit KI-Verfahren zur Analyse von Luft- und Satellitenaufnahmen, die sowohl eine lokale Auswertung als auch deren globale Analyse ermöglichen sollen. In TreeSatAI wollen die Wissenschaftler neben CNNs (Convolutional Neural Networks) auch spezialisierte LSTM-Modelle (Long Short-Term Memory) aus dem Bereich Deep Learning einsetzen, um die zeitliche Entwicklung von Waldgebieten automatisiert auf einer großen Fläche zu ermöglichen und so Umwelt- und Waldexperten zu unterstützen.

Eine der großen Herausforderungen hierbei ist die Beschaffung ausreichender, qualitativ hochwertiger Trainingsdaten zum Trainieren der Algorithmen sowie die Evaluation der sich ergebenden Modelle durch Experten aus dem Forst und Umweltbereich. Im Projekt werden daher die verschiedenen Kompetenzen der Projektpartner genutzt und miteinander kombiniert, um die zahlreichen Herausforderungen des ambitionierten Projektes meistern zu können.

Pressekontakt:
Christian Heyer
Leiter Unternehmenskommunikation DFKI Kaiserslautern
E-Mail: Christian.Heyer@dfki.de
Tel.: +49 631 20575 1710

Wissenschaftliche Ansprechpartner:

Dr. Jörn Hees
Forschungsbereich Smarte Daten und Wissensdienste
Kompetenzzentrum Deep Learning
E-Mail: Joern.Hees@dfki.de
Tel.: +49 631 20575 1180

Partner:
• TU Berlin: Geoinformation in der Umweltplanung (Konsortialführung)
• TU Berlin: Remote Sensing Image Analysis Group
• LiveEO GmbH
• LUP GmbH
• Vision Impulse GmbH

Laufzeit:
01.06.2020 – 31.05.2022

Förderkennzeichen: BMBF 01IS20014D

http://www.dfki.de

Media Contact

Udo Urban DFKI Kaiserslautern
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, DFKI

Alle Nachrichten aus der Kategorie: Informationstechnologie

Neuerungen und Entwicklungen auf den Gebieten der Informations- und Datenverarbeitung sowie der dafür benötigten Hardware finden Sie hier zusammengefasst.

Unter anderem erhalten Sie Informationen aus den Teilbereichen: IT-Dienstleistungen, IT-Architektur, IT-Management und Telekommunikation.

Zurück zur Startseite

Kommentare (0)

Schreiben Sie einen Kommentar

Neueste Beiträge

Die Zukunft der Robotik ist soft und taktil

TUD-Startup bringt Robotern das Fühlen bei. Die Robotik hat sich in den letzten Jahrzehnten in beispiellosem Tempo weiterentwickelt. Doch noch immer sind Roboter häufig unflexibel, schwerfällig und zu laut. Eine…

Stabilität von Perowskit-Solarzellen erreicht den nächsten Meilenstein

Perowskit-Halbleiter versprechen hocheffiziente und preisgünstige Solarzellen. Allerdings reagiert das halborganische Material sehr empfindlich auf Temperaturunterschiede, was im Außeneinsatz rasch zu Ermüdungsschäden führen kann. Gibt man jedoch eine dipolare Polymerverbindung zur…

EU-Projekt IntelliMan: Wie Roboter in Zukunft lernen

Entwicklung eines KI-gesteuerten Manipulationssystems für fortschrittliche Roboterdienste. Das Potential von intelligenten, KI-gesteuerten Robotern, die in Krankenhäusern, in der Alten- und Kinderpflege, in Fabriken, in Restaurants, in der Dienstleistungsbranche und im…

Partner & Förderer