Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Multimodal multitAsk learninG for MultIsCale BATHYmetric mapping in shallow waters

Descrizione del progetto

Migliorare la mappatura delle coste con l’apprendimento profondo

Gran parte del fondale oceanico non è mai stato mappato, e molte aree costiere poco profonde, le più influenzate dalle pressioni climatiche e antropogeniche, sono poco aggiornate. Il progetto MagicBathy, finanziato dall’UE, spera di risolvere il problema attraverso un nuovo algoritmo di apprendimento profondo in grado di sfruttare in modo migliore le immagini satellitari e catturate dai droni. Attualmente, l’ottica dell’acqua può inficiare la qualità delle immagini dei droni, che hanno costi di correzione elevati, e le immagini satellitari possono avere una risoluzione troppo bassa. Il progetto MagicBathy utilizzerà l’apprendimento automatico per correggere la risoluzione spaziale delle immagini satellitari e delle mappe batimetriche risultanti. Inoltre, i ricercatori svilupperanno un algoritmo speciale per migliorare la risoluzione delle immagini delle acque poco profonde.

Obiettivo

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

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) HORIZON-MSCA-2021-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

TECHNISCHE UNIVERSITAT BERLIN
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 189 687,36
Indirizzo
STRASSE DES 17 JUNI 135
10623 Berlin
Germania

Mostra sulla mappa

Regione
Berlin Berlin Berlin
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato

Partner (1)

Il mio fascicolo 0 0