7632.mp4
7632.mp3
IA4GEO: Detección de cambios en ortoimágenes
Text Complet
Compartir
Comunicació d'Adrián Fernández Gutiérrez (Seresco) en el marc de les 17enes Jornades de SIG Lliure 2024 organitzades pel SIGTE de la Universitat de Girona, on explica com Seresco, companyia pionera en l’àmbit estatal en la prestació de serveis i solucions TIC, desenvolupa una eina per a la detecció automàtica de canvis rellevants en parells d’ortoimatges de la mateixa localització espacial, però de diferents instants temporals. L’objectiu d’aquest desenvolupament és optimitzar els treballs d’actualització de les bases de dades cartogràfiques. L’eina desenvolupada es construeix a través de l’entrenament de xarxes neuronals convolucionals (CNN), utilitzant parells d’imatges aèries i satel·litàries i exemples de canvis esdevinguts en aquests parells d’imatges. Un cop entrenada la CNN, aquesta xarxa estarà preparada per analitzar parells d’imatges i retornar una màscara de canvis, acotant així geogràficament els canvis que hagin aparegut entre els diferents instants. Per a l’entrenament d’aquesta CNN s’han fet servir imatges Sentinel i PNOA d’una gran varietat de comunitats autònomes d’Espanya. Els exemples de canvi (etiquetatge) s’han construït per a una gran varietat d’objectes geogràfics, com ara edificacions, piscines, canvis en la xarxa viària... El resultat final és el desenvolupament d’una eina capaç de generar una capa vectorial de canvis ocorreguts en parells d’ortoimatges. L’eina detecta canvis en ortoimatges de diferents resolucions espacials, preses amb diferents sensors i en una àmplia varietat d’escenaris diferents, com per exemple canvis en la il·luminació de les imatges deguts a les diferents estacions de l’any o a les diferents hores del dia en què van ser preses. L’eina detecta canvis d’aparició, desaparició o modificació d’una àmplia varietat d’objectes geogràfics, com ara edificacions de tota mena, carreteres, piscines i zones asfaltades, per a tot el territori estatal. Amb aquesta eina es pretén millorar notablement l’eficiència en els treballs d’actualització de les bases de dades cartogràfiques, ja que en contraposició a recórrer manualment tota l’extensió de les ortoimatges buscant els canvis ocorreguts, en aquest cas els esforços d’actualització només se centraran en les zones on s’hagin detectat canvis automàticament, cosa que estalvia temps i abarateix costos