Automatische Erkennung von Lockermaterial in Orthofotos
Ein Murgang ist ein breiartiges, schnell fliessendes Gemenge aus Lockermaterial und unterschiedlichen Anteilen Wasser. Für die Prozess- und Gefahrenbeurteilung eines Murgangs ist u.a. die Menge des zur Verfügung stehenden Lockermaterials und dessen Lokalisation ausschlaggebend.
Im Rahmen seiner Masterarbeit in Informatik untersuchte Reto Schiegg die Möglichkeit auf der Basis von Luftbildern Geröll und Lockermaterial automatisch zu lokalisieren. Die Arbeit wurde in der DIVA Forschungsgruppe an der Universität Fribourg unter der wissenschaftlichen Leitung von Andreas Fischer verfasst. Fachlich betreut wurde die Arbeit durch Catherine Berger und Nicolas Lenz von geo7. Reto Schiegg entwickelte einen Algorithmus, mit welchem Lockermaterial in Luftbildern erkannt wird. Grundlage dafür waren Orthofotos von mehreren Gebieten der Schweiz.
Da mit Deep Learning Ansätzen bemerkenswerte Fortschritte im Bereich Bilderkennung erzielt wurden, basiert der Algorithmus auf einem neuronalen Netzwerk. Durch überwachtes Lernen konnte dieses Netzwerk spezielle Muster in den Bildern erkennen, um Lockermaterial von anderen Oberflächenbedeckungen wie zum Beispiel Fels, Wald oder Wiese zu unterscheiden.
In den obigen Abbildungen ist die Ausgabe des Algorithmus, also das auf den Orthofotos erkannte Lockermaterial schwarz dargestellt. Mit dem entwickelten Algorithmus wurde Lockermaterial in Luftbildern mit einer Genauigkeit von über 90% erkannt.
Die in der Masterarbeit angewandte Methodik ist nicht auf das Erkennen von Lockermaterial beschränkt. Es ist möglich jegliche Art von auf Luftbildern dargestellten Oberflächenbedeckungen mit Hilfe der Mustererkennung zu detektieren, so zum Beispiel Fels, Wald oder Schnee. Ebenfalls möglich ist die Identifikation von Objekten wie Flughäfen, Strassen, Dächern oder Schwimmbecken.
geo7 gratuliert Reto Schiegg zum erfolgreichen Abschluss seiner Arbeit herzlich!
