Opis projektu
Usprawnienie procesu mapowania wybrzeża za pomocą głębokiego uczenia maszynowego
Mapy dużej części dna oceanu praktycznie nie istnieją, a wielu płytkich obszarów przybrzeżnych, na które w największym stopniu wpływają zmiany klimatyczne i antropogeniczne, nie są najaktualniejsze. Celem finansowanego ze środków UE projektu MagicBathy jest poprawa tego stanu rzeczy dzięki nowemu algorytmowi głębokiego uczenia maszynowego, który może lepiej wykorzystać zdjęcia satelitarne oraz zdjęcia z bezzałogowych statków powietrznych (ang. unmanned aerial vehicle, UAV). Obecnie właściwości optyczne wody mogą negatywnie wpływać na jakość zdjęć z UAV, a ich korygowanie jest kosztowne, natomiast zdjęcia satelitarne mogą cechować się niską rozdzielczością. Zespół projektu MagicBathy wykorzysta technologię uczenia maszynowego do poprawy rozdzielczości przestrzennej zdjęć satelitarnych i powstałych z nich map batymetrycznych. Naukowcy opracują także specjalny algorytm do poprawy rozdzielczości zdjęć płytkich wód.
Cel
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
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- inżynieria i technologiaprzemysł maszynowyinżynieria pojazdówinżynieria lotnicza i kosmicznatechnika satelitarna
- nauki przyrodniczeinformatykasztuczna inteligencjageneratywna sztuczna inteligencja
- nauki przyrodniczeinformatykasztuczna inteligencjauczenie maszynoweuczenie głębokie
- nauki przyrodniczematematykamatematyka czystageometria
- nauki przyrodniczeinformatykasztuczna inteligencjainteligencja obliczeniowa
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsKoordynator
10623 Berlin
Niemcy