Projektbeschreibung
Bessere Kartierung von Küsten durch tiefes Lernen
Der Meeresgrund ist zu einem Großteil noch unkartiert. Zudem werden die Daten zu vielen Seichtwasserküsten, die am stärksten von klimabedingtem und anthropogenem Druck betroffen sind, nur unzureichend aktualisiert. Das EU-finanzierte Projekt MagicBathy arbeitet an einer Lösung auf der Basis eines neuen Algorithmus für tiefes Lernen, der Aufnahmen von Satelliten und unbemannten Fluggeräten besser auswerten kann. Die optischen Eigenschaften von Wasser können bei den bisherigen Methoden die Qualität von Aufnahmen unbemannter Fluggeräte beeinträchtigen und die erforderlichen Korrekturen sind teuer. Satellitenaufnahmen wiederum haben den Nachteil, dass ihre Auflösung gering ist. Das Projekt MagicBathy wird maschinelles Lernen einsetzen, um die räumliche Auflösung von Satellitenaufnahmen und daraus erstellten bathymetrischen Karten zu korrigieren. Darüber hinaus werden die Forschenden einen speziellen Algorithmus entwickeln, der die Auflösung von Seichtwasseraufnahmen verbessert.
Ziel
Accurate, detailed and high-frequent bathymetry, coupled with the important visual and semantic information, is crucial for the undermapped shallow coastal areas being affected by intense climatological and anthropogenic pressures. Regular UAV and satellite imagery have the potential to frequently and consistently map those areas to different extents and detail, providing ground breaking key information. However, optical properties of water severely affect images and refraction is the main factor affecting their geometry. Current Structure from Motion (SfM) based solutions for refraction correction are slow and costly. Satellite Derived Bathymetry (SDB) methods deliver faster results over huge shallow areas albeit in lower spatial resolution, failing to handle non-homogeneous seabeds. Recent methods based on Convolutional Neural Networks (CNNs) deliver either only the bathymetry or the semantics of the scene, tackling those problems separately and in one scale/modality at a time. They are mostly dedicated to satellite images, failing to address the challenges of shallow waters, being also inefficient for UAV images, preventing higher resolution results. MagicBathy will establish an advanced deep learning framework for low-cost shallow water mapping by developing a novel boundary-aware multitask, multiscale and multimodal learning approach for bathymetry and semantics together, exploiting single either UAV or satellite imagery. To overcome the domain gap, generalize and improve performance, self-supervised in-domain representation learning will be performed. To enhance the spatial resolution of low resolution satellite images and hence of the resulting bathymetric/semantic maps, a conditional generative adversarial network (cGAN)-based Super Resolution framework will be developed, dealing with the special challenges of shallow water imagery. Frameworks, models and results will be published in open access, enabling the rapid progress in shallow water mapping worldwide
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
- Technik und TechnologieMaschinenbauFahrzeugbauLuft- und RaumfahrttechnikSatellitentechnologie
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzgenerative künstliche Intelligenz
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles LernenDeep Learning
- NaturwissenschaftenMathematikreine MathematikGeometrie
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche IntelligenzComputational Intelligence
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsKoordinator
10623 Berlin
Deutschland