direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

DeSecure

Die Gewinnung satellitengestützter Kriseninformation erfolgt in der Praxis bisher überwiegend durch visuelle Interpretation der unterschiedlichen Bildquellen, da das semantische und synoptische Bildverständnis geschulter Bildinterpreten bis heute kaum oder nur sehr schwer in standardisierte und automatisierte Algorithmen gefaßt werden kann.

 

Das erhöhte Genauigkeits- und Verfügbarkeitsangebot auf der Datenseite sowie der zunehmende Bedarf an Informationen vebunden mit zum Teil extremen Anforderungen an Verfügbarkeitszeiten auf Seiten der Nutzer führen zu einem erheblichen Bedarf an Automation.

 

Automatisierte Objektkategorisierung und Aggregierung zur Schadensdetektion

 

In diesem Kontext behandeln die im Fachgebiet Computer Vision and Remote Sensing stattfindenden Arbeiten die automatisierte Objektmodellgenerierung sowie Objektextraktion mit Hilfe generischer, selbstlernender Verfahren. Ziel der Arbeiten ist die Entwicklung von Methoden zur automatischen Extraktion und Kategorisierung verschiedener topographischer Objekte. Ein Schwerpunkt liegt dabei auf der Erkennung von Objektarten, deren genaue Erscheinung aus unterschiedlichen Gründen im Vorhinein nicht explizit vorhergesagt werden kann. Einerseits variieren die Erscheinungen von Objekten einer gemeinsamen Kategorie (z.B. Gebäude) stark, zum Anderen kann beispielsweise das Erscheinungsbild von zerstörten oder teilzerstörten Gebäuden nicht exakt vorhergesagt werden. Statt der expliziten Vorgabe entsprechender Objektmodelle erfolgt deren Aufbau generisch, d.h. durch Erlernen ausgewählter Beispielobjekte bzw. deren Merkmale. Die Zuordnung und Lokalisierung der Beispielobjekte erfolgt dabei aufgrund von Daten aus Geografischen Informationssystemen (GIS-Daten).

 

Objekterkennungsverfahren auf Basis generischer Objektmodelle wurden für die Lösung von Computer Vision Problemen entwickelt, bisher jedoch noch nicht in größerem Umfang für die Analyse von Fernerkundungsdaten eingesetzt.

 

Das verwendete Konzept für die generische Modellerstellung umfasst folgende Schritte. Zunächst werden in einer Trainingsphase die Objektmodelle verschiedener Kategorien gelernt. Dazu werden in einer Reihe von Trainingsbildern, welche Beispielobjekte der entspechenden Kategorie enthalten, sog. markante Regionen detektiert. Wesentliches Merkmal solcher markenten Regionen ist deren weitgehende Invarianz gegenüber geometrischen Objekttransformationen, d.h. ihre Positionen, Ausdehnungen und Orientierungen ergeben sich unabhängig von der Position, Größe und Orientierung der Objekte im Bild. Auf der Grundlage solcher Regionen werden anschließend Merkmale generiert, die das jeweilige Objekt bzw. das Objektteil hinsichtlich seiner geometrischen als auch radiometrischen Erscheinung möglichst vollständig beschreiben sollen. Durch Anwendung von Clusteringverfahren entstehen für jede Objektkategorie spezifische Merkmalsausprägungen. Diese Merkmalsausprägungen sollen durch ein geeignetes statistisches Verfahren mit hinreichender Genauigkeit beschrieben werden. Als Ergebnis ergibt sich für jede Objektkategorie eine modellhafte Darstellung, die im Idealfall folgende Eigenschaften vereint:

     

  • die Repräsentation insbesondere der kategoriespezifisch markanten Merkmale,

  • eine kompakte Beschreibung der Erscheinung der jeweiligen Objektkategorie in Bezug auf die verwendeten Sensordaten,

  • eine möglichst vollständige Erfassung der Veränderlichkeit hinsichtlich des Erscheinungsbildes der Objektkategorie,

  • die Anpassbarkeit an zusätzliche Erscheinungsformen von Objekten bereits behandelter Kategorien,

  • die Anpassbarkeit an Daten anderer Sensoren.

 

Im Anwendungsfall erlauben die gelernten Modelle die Detektion (Erkennung) und Extraktion (Segmentierung) von Objekten dieser Kategorien aus neuen, d.h. während des Trainigsprozesses nicht verwendeten Szenen. Eine Evaluation der Verfahrensanwendung soll die prinzipielle Nutzbarkeit der entwickelten Methoden demonstrieren.

 

Des Weiteren sollen im Verlauf des Projektes unter anderem folgende Fragen beantwortet werden:

     

  1. Wie ist die Leistungsfähigkeit generischer Objektmodellierungsverfahren im Vergleich zu objektspezifisch entwickelten oder adaptiv-interaktiven Verfahren einzuschätzen?

  2. Können die Objektmodelle automatisch an bisher nicht beobachtete Erscheinungsformen von Objekten der gleichen Kategorie angepasst werden bzw. wie stark muss ein Operateur eingreifen?

  3. Inwieweit erleichtert sich das Erlernen von Objektmodellen, wenn diese Modelle für andere Objektkategorien bereits gelernt worden sind?

  4. Wie aufwändig gestaltet sich die Anpassung an neue Sensordaten?

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe