Objektdetektion in hochaufgelösten optischen Satellitenbildern
Über das Projekt
- Vollständiger Name des Projekts: Objektdetektion in hochaufgelösten optischen Satellitenbildern
Wegen der eingeschränkten Verfügbarkeit von Trainingsdaten werden Verfahren wie Self-supervised und Multi-task Learning untersucht. Hinzu kommen aufgrund bekannter Größe der Objekte und Bodenauflösung Auflösungsnormalisierung auf Grundlage von Superresolution und Nutzung von Geometrischen Priors. Wegen der Unzuverlässigkeit der öffentlich verfügbaren Datensätze wurde auf Grundlage von Daten von FlightRadar24 ein eigener Datensatz (FineAir) generiert. Neueste Arbeiten beschäftigen sich mit dem Finetuning von multimodalen Large Language Models (LLMs) sowie mit Inkrementellem Lernen.
Bildausschnitt – Shermeyer et al. (2021): RarePlanes: Synthetic Data Takes Flight. WACV.
Projektkategorie
- Sprach- und Bildverarbeitung
- KI in der Fernerkundung
