Vědecko-výzkumné projekty

Detekcia pohybu obyvateľstva pomocou snímok veľmi vysokého rozlíšenia

SP2021/36

Projekt sa bude zaoberať analýzou obrazu z diaľkového prieskumu Zeme, kde budú skúmané možnosti detekcie vozidiel a ľudí na snímkach veľmi vysokého rozlíšenia. V súčasnosti sa niektorí autori zaoberajú problematikou detekcie vozidiel pomocou družicových snímok veľmi vysokého rozlíšenia [1]–[3]. Ako metódy sa používajú pokročilé metódy spracovania obrazových dát DPZ ako segmentácia, kde spadá detekcia hrán, detekcia pomocou úrovne šedej alebo detekcia pomocou prahovania [1]–[3]. Po vykonaní segmentácie je potrebné následne rozlíšiť segmenty a správne identifikovať hľadané objekty (napr. autá). Takáto klasifikácia sa vykonáva pomocou morfometrických priestorových vlastnostní hľadaných objektov, ako sú šírka, dĺžka či zložitejšie tvarové charakteristiky [2], [4]. Ďalším spôsobom môže byť metóda porovnania so vzorom alebo metóda rozdielu snímok [4], alebo pokročilejšie techniky segmentácie ako je aplikácia architektúry SegNet [1]. Pre spresnenie takýchto výsledkov sa môžu využívať neurónové siete, pomocou ktorých je možné klasifikovať jednotlivé automobily a iné hľadané objekty. V procese učenia neurónových sietí sa využívajú tréningové snímky a optimalizuje sa potrebné nastavenie tak, aby výsledky nad cieľovou dátovou sadou boli čo najlepšie. Zatiaľ najlepšie výsledky pre tieto aplikácie poskytujú neurónové siete typu CNN a ich architektúry LeNet, AlexNet či VGG-16 [1], [4]. To sa používa najmä pre detekciu vozidiel. Detekcia ľudí z takých dát sa ukazuje viac náročnejšia a zatiaľ ani v literatúre nie je príliš riešená. [5] riešil problematiku detekcie ľudí, kde používal najmä lokálne priestorové vlastnosti snímok pre detekciu ľudí. Pre ohraničenie jednotlivých davov ľudí bola využitá metóda odhadu hustoty KDE (kernel density estimation) [5]. Ako validačné dáta sa používajú ručne sčítané autá či ľudia. Dosahovaná presnosť je medzi 74 až 83 % [2], [5]. Hlavným cieľom projektu je overiť možnosti kvantifikovať hustotu dopravy a ľudí na vybraných príkladoch snímok vysokého priestorového rozlíšenia pre mestské prostredie. Výsledky vyhodnotenia budú využité aj pre posúdenie vývoja - pred opatreniami spojenými s ochorením COVID-19 a počas najtvrdších opatrení spojených s týmto ochorením. Ku spracovaniu budú využité predovšetkým družicové snímky, konkrétne WorldView 3 a ďalšie senzory s vysokým rozlíšením ako je QuickBird. Dôraz sa bude klásť na výber vhodných družicových snímok, ich samotné predspracovanie, atmosférické korekcie a na výber vhodných algoritmov pre samotnú detekciu áut a ľudí. Testované budú rôzne metódy segmentácie ako významného kroku pred vlastnou klasifikáciou. Klasifikácia sa zameria hlavne na využitie metód umelej inteligencie ako sú FFC neurónové siete či CNN neurónové siete a ich architektúry. Najskôr budú vykonané testy na vybranom území. Ďalším krokom bude trénovanie neurónových sietí s využitím pripravených trénovacích dátových sád zo spracovaných častí snímok. Po vykonanom tréningu použitých neurónových sietí budú spracované cieľové snímky skúmaných oblastí. Týmito oblasťami je centrum Prahy a centrum Ostravy, konkrétne Praha 1 v širšom okolí Staroměstského náměstí a pravdepodobne časť obvodu Moravská Ostrava, kde je veľká koncentrácia ľudí a vozidiel. Na základe dostupnosti vhodných snímok bude možné spracovať aj snímky z iných oblastí vo svete. Výsledky sa porovnajú s validačnými dátami pre dané miesto. Spracovanie bude prebiehať v programe Geomatica a R. Na samotnom riešení projektu sa zúčastnia študenti doktorského a nadväzujúceho magisterského štúdia oboru Geoinformatika. Aplikačná využiteľnosť výsledkov projektu bude diskutovaná so zástupcami verejnej správy (Magistrát města Ostravy, Institut plánování a rozvoje hl.města Prahy), konkrétne s Ing. Davidem Witoszem, miestostarostom mestského obvodu Moravská Ostrava a Přívoz, a Mgr. Jiřím Čtyrokým, Ph.D. z IPR Praha. Zodpovedným riešiteľom projektu je Ing. Peter Golej, ktorý sa zaoberá problematikou diaľkového prieskumu Zeme a analýzy obrazu, ktoré priamo súvisia s riešeným projektom. Témou jeho DiP je „Sledování toků lidí a dopravy na základě družicových pozorování“. V rámci predchádzajúceho bakalárskeho a magisterského štúdia absolvoval predmety s problematikou DPZ a taktiež sa venoval tejto problematike aj počas svojej diplomovej práce s témou „Využití dat ze Sentinelu-1 pro tvorbu digitálního modelu terénu“. Absolvoval tak isto školenia na spracovania družicových snímok v prostredí Google Earth Engine a MatLab (školenie Google Earth Engine a ARTMO v 1/2021). V minulosti sa zúčastnil projektu SGS, zameraného na monitorovanie zmien v teréne pomocou radarovej interferometrie. Školiteľ doc. Dr. Ing. Jiří Horák sa taktiež zaoberá problematikou DPZ, konkrétne objektovo-orientovanou klasifikáciou a využitím metód umelej inteligencie. Súčasťou riešiteľského týmu sú ďalší 2 interní doktorandi a 4 študenti nadväzujúceho magisterského štúdia a ich role v projekte korešpondujú so zameraním ich dizertačných, resp. diplomových prác. Ing. Petra Linhartová - využitie neurónových sietí, hlavne hlboké učenie a FCC; Ing. Juraj Struhár – prírodné vplyvy spôsobujúce degradáciu snímkov; Bc. Tomáš Bražina – odfiltrovanie peristentných objektov (typu budovy) zo snímok; Bc. Marek Ilenčik – hodnotenie časových zmien v snímkach (temporálne klasifikácie a filtrovanie); Bc. Milan Večeř – metódy segmentácie obrazu, využitie pre land cover analýzy; Bc. Martin Zajac - možnosti hodnotenia koncentrácie osôb zo sociálnych sietí. Použitá literatura: [1] N. Audebert, B. Le Saux, a S. Lefevre, “Segment-before-Detect: Vehicle Detection and Classification through Semantic Segmentation of Aerial Images”, Remote Sensing, roč. 9, č. 4, s. 368, apr. 2017, doi: 10.3390/rs9040368. [2] L. Eikvil, L. Aurdal, a H. Koren, “Classification-based vehicle detection in high-resolution satellite images”, Isprs Journal of Photogrammetry and Remote Sensing, roč. 64, č. 1, s. 65–72, jan. 2009, doi: 10.1016/j.isprsjprs.2008.09.005. [3] X. Chen, S. Xiang, C.-L. Liu, a C.-H. Pan, “Vehicle Detection in Satellite Images by Hybrid Deep Convolutional Neural Networks”, Ieee Geoscience and Remote Sensing Letters, roč. 11, č. 10, s. 1797–1801, okt. 2014, doi: 10.1109/LGRS.2014.2309695. [4] Q. Tan, J. Ling, J. Hu, X. Qin, a J. Hu, “Vehicle Detection in High Resolution Satellite Remote Sensing Images Based on Deep Learning”, IEEE Access, roč. 8, s. 153394–153402, 2020, doi: 10.1109/ACCESS.2020.3017894. [5] B. Sirmacek a P. Reinartz, “Feature analysis for detecting people from remotely sensed images”, Journal of Applied Remote Sensing, roč. 7, s. 073594, jan. 2013, doi: 10.1117/1.JRS.7.073594. Harmonogram práce sa nachádza v zložke projektová dokumentácia v podobe Ganttovho diagramu. Rozpočet Požiadavka: 300 000 Štipendium: 108 000 - štipendia, hlavný riešiteľ 3000 Kč/mesačne, zvyšní riešitelia 1000/mesačne Materiálové náklady: 15 000 - nákup spotrebného materiálu, tonery, kancelárske potreby a papier DHaNM: 20 000 - komponenty k PC (pamäť RAM, grafická karta, monitor, disk), externý disk Služby: 85 000 - nákup dát WorldView 3 (1 snímka o rozlohe 25 km2 stojí 14 000 Kč), prípadne snímky ďalších senzorov ako je QuickBird, poplatky za preklad, publikovanie v odbornom časopise, SW Geomatica, ktorý bude následne vhodne použitý pre prácu na katedre Geoinformatiky a na vedecké účely Cestovné náhrady: 30 000 - výjazd na konferenciu - SGEM GeoConference 2021 Konferencia VŠB-TUO: 12 000 - náklady na konferenciu GIS Ostrava 2021 Réžie: 30 000 Historické pôsobenie na predchádzajúcich projektoch SGS Ing. Peter Golej Názov: Monitorovanie zmien terénu pomocou radarovej interferometrie a UAV Rok: 2019 Finančné prostriedky: 430 000 Kč Ing. Peter Golej pracoval na tomto projekte SGS, kde sa zaoberal problematikou DPZ a využíval potrebné znalosti z tejto problematiky na riešenie čiastočných úloh a to konkrétne úprava a spracovanie družicových snímok. Bc. Martin Zajac Názov: Využitie Globálnych navigačných družicových systémov pre podporu meteorologického nowcastingu Rok: 2020 Finančné prostriedky: 193000 Kč Bc. Martin Zajac pracoval na projekte SGS, kde sa zaoberal hodnotením charakteristík atmosféry. Ing. Juraj Struhár Názov: Crowdsourced geodata Rok: 2016 Finančné prostriedky: 250 000 Kč Publikácie: LAZECKÝ, M., HLAVACOVA, I., KOCICH, D. Czech System for Exploitation of Land Dynamics Using Copernicus Sentinel-1 Data. In Lecture notes in geoinformation and cartography. Volume 1. Cham : Springer, 2018, s. 277-287. Názov: Využití bezpilotních prostředků pro tvorbu digitálních modelů povrchu Rok: 2017 Finančné prostriedky: 350 000 Kč Publikácie: DOUŠA, J., VÁCLAVOVIC, P., ZHAO, L., KAČMAŘÍK, M. New Adaptable All-in-One Strategy for Estimating Advanced Tropospheric Parameters and Using Real-Time Orbits and Clocks. Remote Sensing, 2018, roč. 10, č. 2, s. nestránkováno. CAHA, J., KAČMAŘÍK, M. Utilization of Large Scale Surface Models for Detailed Visibility Analyses. In Kersten, T. Remondino, F. LowCost 3D – Sensors, Algorithms, Applications : proceedings of the 5th international workshop : November 28- 29, 2017, Hamburg, Germany. Vienna : ISPRS and the German Association for Pattern Recognition, 2017, s. 53-58. Názov: Využití hyperspektrálních dat pro detekci a klasifikaci vybraných materiálů Rok: 2018 Finančné prostriedky: 450 000 Kč Publikácie: ORLÍKOVÁ, L. Using neural networks for the extraction of built-up areas from sentinel-2. In Proceedings of 2018 the 8th International Workshop on Computer Science and Engineering, WCSE 2018. [Thajsko] : [s.n.], 2018, s. 308-312. Názov: Monitorovanie zmien terénu pomocou radarovej interferometrie a UAV Rok: 2019 Finančné prostriedky: 430 000 Kč Publikácie: Šádek, P. and Struhár, J.: THE EVALUATION OF WATER POLLUTION WITH THE HELP OF REMOTE SENSING TOOLS, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-3/W8, 403–408, https://doi.org/10.5194/isprsarchives-XLII-3-W8-403-2019, 2019. Ing. Petra Linhartová Názov: Využití bezpilotních prostředků pro tvorbu digitálních modelů povrchu Rok: 2017 Finančné prostriedky: 350 000 Kč Publikácie: DOUŠA, J., VÁCLAVOVIC, P., ZHAO, L., KAČMAŘÍK, M. New Adaptable All-in-One Strategy for Estimating Advanced Tropospheric Parameters and Using Real-Time Orbits and Clocks. Remote Sensing, 2018, roč. 10, č. 2, s. nestránkováno. CAHA, J., KAČMAŘÍK, M. Utilization of Large Scale Surface Models for Detailed Visibility Analyses. In Kersten, T. Remondino, F. LowCost 3D – Sensors, Algorithms, Applications : proceedings of the 5th international workshop : November 28- 29, 2017, Hamburg, Germany. Vienna : ISPRS and the German Association for Pattern Recognition, 2017, s. 53-58. Názov: Využití hyperspektrálních dat pro detekci a klasifikaci vybraných materiálů Rok: 2018 Finančné prostriedky: 450 000 Kč Publikácie: ORLÍKOVÁ, L. Using neural networks for the extraction of built-up areas from sentinel-2. In Proceedings of 2018 the 8th International Workshop on Computer Science and Engineering, WCSE 2018. [Thajsko] : [s.n.], 2018, s. 308-312. Názov: Časoprostorová analýza dat registrované kriminality ve vybraných městech Rok: 2019 Finančné prostriedky: 160 000 Kč Názov: Monitorovanie podzemných zásobníkov plynu Rok: 2020 Finančné prostriedky: 210 000

2021

2021

Ministerstvo školství, mládeže a tělovýchovy

SGS

Specifický výzkum VŠB-TUO

Golej Peter Ing.