Automatische Lokalisierung und Vermessung von Steinen in akustischen Datensätzen mit neuronalen Netzwerken (OTC-Stone)

Abstract

Im Rahmen dieses Projektes wurde ein Arbeitsablauf zur automatischen Erkennung von Steinen in SSS- und MBES-Daten erfolgreich entwickelt. Auf der Grundlage gefalteter neuronaler Netze wurden KI-gestützte Algorithmen zur Objekterkennung adaptiert. Neben der Anpassung der Algorithmen, wurden Arbeitsabläufe wie Datenmanagement sowie Vor- und Nachbearbeitung speziell für die Arbeit mit hydroakustischen oder georeferenzierten Daten optimiert. Die automatisierte Auswertung reduzierte die Bearbeitungszeit erheblich. Die entwickelte desktopbasierte Benutzeroberfläche unterstützt die Nutzenden bei allen wichtigen Aufgaben. Der modulare Aufbau ermöglicht eine flexible Erweiterung, z. B. zur Unterstützung neuer Modelle und Datentypen. Die entwickelte Software konnte bereits in die Arbeitsabläufe der Projektpartner integriert werden. Zudem hat SES die Software in seinen Dienstleistungskatalog aufgenommen und konnte das Angebot in einem ersten Projekt anwenden. In Interaktion mit Stakeholdern haben die im Rahmen von OTC-Stone KI-generierten Blockverteilungskarten für die Ostsee bereits Umweltentscheidungen auf EU-Ebene unterstützt. Damit wurde die Funktionalität, Leistungsfähigkeit und Eignung der Software für reale Anwendungsszenarien nachgewiesen.