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:
Unser AI Workflow für Objekterkennung besteht aus den folgenden Schritten:
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.
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.
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.
Gerne berät Sie unser Experte:
Projektleiter Energie und Klima
| |