Luftbilder kommen in vielen Bereichen zum Einsatz – beispielsweise, für Stadtplanung, bodenkundliche Erhebungen, Beweissicherungen in Schadenfällen oder wenn die Forst- und Landwirtschaftsbetriebe ihre Ertragsoptionen sichten wollen. Doch bis aus solchen Luftbildern aussagekräftige Karten werden, die als Analysegrundlage dienen, ist ein stark manueller Prozess erforderlich. Der Grund: Objekte oder Flächen müssen bisher weitestgehend manuell markiert werden. Hier kommt einiges zusammen. Wollen Städte beispielsweise die Gesamtfläche von Grünflächen, Wasserkörper oder versiegelte Flächen für ihre Region herausfinden, müssen Fachkräfte in der Verwaltung oft stundenlang Polygone auf eine Hintergrundkarte zeichnen.
Dank Künstlicher Intelligenz lässt sich die Objekt- und Flächenerkennung auf digitalen Karten heute automatisieren. Unterscheiden lassen sich dabei vier Anwendungsbereiche:
X-INTEGRATE hat eine Lösung entwickelt, die unter Zuhilfenahme KI-basierter Methoden (Deep Learning) versiegelte Flächen aus Luftbildaufnahmen automatisiert bestimmt. Die Entwicklung eines solchen Modells, das die verschiedenen Arten der Versiegelung genau vorhersagt, ist von besonderer Bedeutung – eben weil die bisherigen Verfahren viel Know-how erfordern und der Arbeitsaufwand immens ist, Luftbildaufnahmen zu betrachten und zu versuchen, die Versiegelungsart zu bestimmen, um jene schließlich mit Polygonen einzuzeichnen.
Statt diesem kostenintensiven und zeitaufwändigen Prozess wird in der Lösung von X-INTEGRATE ein Modell anhand der von Fachkräften eingezeichneten Polygonen trainiert, das automatisch die Art der auf den Luftbildaufnahmen dargestellten Flächen vorhersagt. Diese Aufgabe wird in Computer Vision „semantische Segmentierung“ genannt. Sie stellt ein Bild auf Pixel-Ebene dar, indem jedes Pixel eines Bildes einer bestimmten Klasse zugeordnet wird. Deep Learning kommt hier zum Einsatz, um eine Zusammenstellung von Pixeln zu erkennen, welche die verschiedenen Klassen bilden.
