Menu
Location Inteligence

GeoAI

Objekterkennung mit Artificial Intelligence erschliesst den Nutzen detaillierter Luftbilder.

Geospatial Artificial Intelligence (GeoAI) ist die Integration von Artificial Intelligence (AI) mit Geo-Daten. Meteotest hat damit im Bereich der Objekterkennung und -analyse aus Remote Sensing Daten (Luft-, Drohnen- und Satellitenbilder) einen Workflow erarbeitet:

GIS Machine Learning

AI Object Detection Workflow

Unser AI Workflow für Objekterkennung besteht aus den folgenden Schritten:

  1. Pre-Processing: Die benötigten Datensätze wie Luftbilder, 3D-Gebäudedaten oder Strassengeometrien werden evaluiert und aufbereitet.
  2. Training Data: Meteotest generiert die benötigten Daten für das Training und die Validierung des AI-Algorithmus.
  3. Algorithm Training: Unser Partner Picterra trainiert anhand des Trainingsdatensatzes den Algorithmus (Deep Learning).
  4. Object Detection: Die Objekterkennung läuft auf der entsprechenden Plattform von Picterra.
  5. Post-Processing: Meteotest validiert die Erkennungsresultate und bereitet sie für weitere Anwendungen auf.
  6. Analysis & Apps: Meteotest verbindet die Resultate mit weiteren Datensätzen und erstellt damit je nach Anwendungszweck spezifische Analysen oder eine Kunden-Applikation.

Zum Beispiel PV-Erkennung

Sie möchten einen Kataster von Photovoltaikanlagen auf Hausdächern erstellen. Im ersten Schritt bereitet der GIS-Spezialist in ArcGIS die Trainingsdaten vor – bestehend aus hochaufgelösten Luftbildern und 3D-Gebäudemodellen (zur Identifikation von Hausdächern und Nutzung von Zusatzdaten wie Ausrichtung und Neigung). Zur Erstellung des Trainingsdatensatzes wird mit GIS-Unterstützung jede Photovoltaikanlage im Trainingsgebiet manuell markiert.

Der Data Scientist trainiert anhand des Trainingsdatensatzes den AI-Algorithmus. Das Modell wird zwischen GIS-Spezialist und Data Scientist iterativ kalibriert und validiert, bis es die bestmögliche Erkennungsgenauigkeit bietet. Anschliessend wird die Objekterkennung für das ganze Zielgebiet ausgeführt. Das Ergebnis wird in ArcGIS mit weiteren Daten angereichert und in eine GIS-Webapp integriert. Diese erlaubt es die Daten zu visualisieren, weitere eigene Daten zu importieren, Analysen durchzuführen und entsprechende Resultate z.B. für eine Marketingkampagne oder Planungszwecke zu exportieren.

Pictera With Margin
H Esri Partner Net Bronze S Rgb Flat

Partnerschaft mit Picterra

Eine strategische Partnerschaft zwischen Meteotest und Picterra bildet den Kern unseres AI Workflows. Picterra hat sich seit 2016 auf die Objekterkennung aus Luft- und Satellitenbildern durch den Einsatz von Artificial Intelligence spezialisiert. In unserem AI Workflow trainiert Picterra die Deep-Learning-Algorithmen und führt die Objekterkennung aus.

Esri & Location Intelligence

Als Esri Partner setzen wir seit über 20 Jahren auf die ArcGIS Produktpalette. Esri hat die Produktpalette mit spezifischen Schnittstellen zu Machine Learning Frameworks wie TensorFlow oder Pytorch sowie zu modernen IT-Technologien wie AWS, Docker usw. ergänzt. Lesen Sie dazu das E-Book "Putting Location Intelligence to Work" unter esri.com/ai.

Lukas Meyer

Gerne berät Sie unser Experte:

Lukas Meyer

Projektleiter Energie und Klima

| |