ENGINEERINGNET.BE - Mutatiesignalering, het herkennen van veranderingen in het landschap, is normaal gesproken deels mensenwerk.
Als bijvoorbeeld een boom over een weg hangt, zou een computerprogramma ten onrechte de conclusie kunnen trekken dat de weg daar kapot of onderbroken is. Een mensenoog moet in dat geval de fout signaleren en corrigeren.
Door de algoritmes van diverse computerprogramma’s te koppelen weet het het nieuw ontworpen programma SignalEyes via deep learning dat het een boom is die daar over de weg hangt.
SignalEyes is in het kader van InCubed ontworpen door het Nederlandse bedrijf NEO met een budget van 500.000 euro. Het programma richt zich op overheden en bedrijven actief in bijvoorbeeld landbouw, milieu-, boom-, water-, wegbeheer, basisregistraties of kaartvervaardiging.
In de SignalEyes infrastructuur worden data uit verschillende bronnen gecombineerd, waaronder Superview-satellieten met 50 cm resolutie uit Netherlands Space Office’s Satellietdataportaal, optische en radarbeelden van Sentinel-satellieten en luchtfoto’s.
Jan Erik Wien, chief operating officer bij NEO, stelt: “We hebben dankzij InCubed fors kunnen investeren in een nieuwe IT-infrastructuur, om grote datavolumes te verwerken en te analyseren. Dit op basis van samenwerkende signal generators per objecttype, een onlangs gepatenteerde methode.”
“Voor continue monitoring gebruiken we een combinatie van satellietbeelden en luchtfoto's,” aldus Wien. “Luchtfoto's zijn heel precies met hun pixelgrootte op de grond van 5-25 cm, maar die komen slechts één keer per jaar beschikbaar en soms pas maanden na de inwinning."
"De satellietbeelden hebben pixels van 50 bij 50 cm, maar zijn 5 tot 6 keer per jaar beschikbaar en een dag na opname gereed voor verwerking. Als je de ligging van iets hebt vastgesteld met luchtfoto's, kun je met satellietbeelden permanent en snel monitoren of er iets verandert. Voor klanten is dat aantrekkelijk, omdat het de werkdruk spreidt en meer ‘real-time’ beschikbaar is.”
Wien ziet vele nieuwe toepassingen: “Vanaf 2022 moeten alle EU-landen met satellietbeelden fraude met landbouwsubsidies tegengaan. NEO monitort bijvoorbeeld voor Nederland en Denemarken al alle landbouwpercelen op geometrie en gewasontwikkeling.”
