Das Kölner Unternehmen X-INTEGRATE hat eine KI-basierte Software entwickelt, die befestigte Flächen aus Luftbildaufnahmen automatisiert bestimmt.
X-INTEGRATE ist Spezialist für Business Integration Software auf Basis etablierter Methodik, offener Standards und verschiedener Hersteller sowie Open Source Plattformen. Bei dem neuen Verfahren hat das Unternehmen auf Computer Vision zurückgegriffen, ein Verfahren, bei dem KI in pixelbasierten Luftbilddaten Strukturen erkennt und diese klassifiziert, etwa für versiegelte Flächen, Hausdächer oder Grünflächen. Ein künstliches neuronales Netz abstrahiert dazu die zusammenhängenden Regionen in einem Luftbild durch Zusammenfassung benachbarter Pixel und ordnet jedem einzelnen Pixel eine Nutzungs- bzw. Befestigungsart zu. Die Objekt- und Flächenerkennung lässt sich dadurch automatisieren.
Mittels KI erkannte versiegelte Flächen auf Luftbildern. Quelle: X-INTEGRATE Software & Consulting GmbH
X-INTEGRATE unterscheidet vier Anwendungsbereiche: Zunächst die Image Classification. Sie ordnet ein gesamtes Bild einer bestimmten Kategorie zu. So kann ein Modell beispielsweise trainiert werden, nach einem Hurrikan beschädigte von unbeschädigten Häusern zu unterscheiden.
Mit der Object Detection ist die Erkennung von einzelnen Objekten in einem Bild gemeint. „Dieser Bereich von Computer Vision lässt sich nutzen, um Objekte wie Windräder, Hochspannungsmasten oder Palmen in Luftbildaufnahmen zu erkennen und zu verorten“, sagt Matthias Bauer, Teamlead Data Science bei X-INTEGRATE.
Als drittes gibt es die Image Segmentation, bei der jeder Pixel des eingehenden Bildes einer Klasse zugeordnet wird. So lässt sich zum Beispiel eine Landnutzungsklassifizierung über mehrere Klassen vornehmen oder Solarzellen können als einzelne Klasse gegenüber anderen Werten identifiziert werden. „Im Gegensatz zur Object Detection ist das Ergebnis kein lokalisiertes Objekt, sondern eine identifizierte Fläche in einem Raster“, so Bauer.
Der vierte Anwendungsbereich ist die sogenannte Instance Segmentation. Sie führt die Object Detection noch einen Schritt weiter, indem sie die erkannten Objekte als Feature aus dem Bild extrahiert. So lassen sich beispielsweise Häuser auf Luftbildern nicht nur als solche erkennen, sondern auch noch die Gebäudeumrisse als Polygon Feature extrahieren.
Training im Sinne der Semantik
Matthias Bauer, Teamlead Data Science bei X-INTEGRATE. Foto privat
In der Lösung von X-INTEGRATE wird ein Modell anhand der von Fachkräften eingezeichneten Polygonen trainiert, das automatisch die Art der auf den Luftbildaufnahmen dargestellten Flächen vorhersagt. Diese Aufgabe wird in Computer Vision „semantische Segmentierung“ genannt. „Neu ist hier, dass mehr und mehr künstliche neuronale Netze zum Einsatz kommen, die speziell für diesen Aufgabenbereich trainiert werden. Sie müssen leistungsstark sein, denn Luftbildaufnahmen sind äußerst komplex“, so Bauer.
Die Segmentierung stellt ein Bild auf Pixel-Ebene dar, indem jedes Pixel eines Bildes einer bestimmten Klasse (Nutzung- oder Befestigungsart) zugeordnet wird. Deep Learning kommt zum Einsatz, um eine Zusammenstellung von Pixeln zu erkennen, welche die verschiedenen Klassen bilden.
Es gibt viele semantische Segmentierungsalgorithmen wie U-Net, LinkNet, Mask-R-CNN, FPN, usw. Dabei handelt es sich tiefe künstliche neuronale Netze, welche für einen erfolgreichen Trainingsprozess einen Datensatz mit zwei Informationen benötigen: Einmal ein Rasterbild (Luftbildaufnahme) und zum zweiten eine Segmentierungsmaske (Shapefile), die das Label für jedes Pixel im Rasterbild enthält.
Der U-Net-Algorithmus besteht aus zwei Teilen: Ein Encoder reduziert schrittweise die räumliche Dimension mit Pooling Layern, während der Decoder sukzessive die Objektdetails und die räumliche Dimension wiederherstellt. „U-Net Architekturen haben sich als überaus nützlich für die Segmentierung verschiedener Anwendungen erwiesen, etwa bei medizinischen Bildern, Straßenansichten oder Satellitenbildern“, so Bauer. Das Ergebnis entstehen GeoTiff-Dateien, die der Fachbereich in sein spezifisches GIS-System einspielen kann, um die Folgeprozesse und Abrechnungsmechanismen zu bedienen. In der Versiegelung sieht X-Integrate nur einen von vielen möglichen Anwendungsbereichen. Ein weiterer ist z.B. die Erkennung potenzieller Flächen für die Aufstellung von Solaranlagen.