1. Mobile Mapping Daten

Detekt arbeitet mit georeferenzierten Bildern, Punktwolken und GIS-Daten mit einer Vielzahl von Lokalisierungsmerkmalen.

360°-Panoramabild
360°-Panoramen
Objekterkennung mit künstlicher Intelligenz Dashcam-Aufnahmen oder Handybildern
Dashcam & Handybilder
Punktwolken
Punktwolken
Luftbilder
Luft- und Satellitenbilder

2. KI-Objekterkennung

Die Pipeline verarbeitet die Mobile Mapping Daten entlang eines dreistufigen Segmentierungsprozesses. Das folgende Beispiel erklärt diese Vorgangsweise anhand der Erkennung und Klassifizierung von Verkehrszeichen.

RGB-Eingabebild zur Erkennung von Objekten in Mobile-Mapping-Bilddaten mit künstlicher Intelligenz
RGB-Bild
Verkehrszeichen-Objekterkennung mit künstlicher Intelligenz
1) Binäre Segmentierung
Binäre Segmentierung von Verkehrszeichen mit künstlicher Intelligenz
2) Instanzerkennung
Instanz-Identifizierung von Verkehrszeichen mit künstlicher Intelligenz
3) Instanzklassifizierung

3. Verortung

Die verarbeiteten Detektionsergebnisse (Punkte und Polygone) werden mithilfe von 3D-Informationen aus LiDAR-Daten oder einer Tiefenkarte in Weltkoordinaten umgerechnet. Als Ergebnis erhalten wir in den Weltraum projizierte Punkte und Polygone, um die genaue Position eines erkannten Objekts oder einer Oberfläche zu bestimmen.

Verortung von Objekten in Mobile Mapping-Bilddaten mit künstlicher Intelligenz

4. Fusion der Detektionen

Objekte werden in mehreren Bildern und zu unterschiedlichen Zeitpunkten erkannt. Alle individuellen Detektionen werden im Anschluss zu einer einheitlichen Erkennung fusioniert, um die Robustheit und Genauigkeit der Erkennung zu erhöhen.

Anhand verschiedenster Eigenschaften eines Objektes wenden wir entweder eine Punktfusion, Oberflächenfusion oder Volumenfusion an, um möglichst genaue Ergebnisse zu erzielen.

Fusion von erkannten Objekten in Mobile Mapping Bilddaten mit künstlicher Intelligenz

5. Ergebnisse

Detektionen und Verortungen werden individuell in interne Prozesse und Workflows integriert.

Viewer

Der Viewer ist eines der Kernelemente von Detekt und ermöglicht es Ihnen, durch Bild-/Punktwolkendaten zu navigieren, um die Ergebnisse der KI-Detektionen visuell zu betrachten. Die Detektionsklassen können einfach geändert und Annotationen manuell hinzugefügt werden, um die KI-Modelle stetig zu verbessern. Alle Funktionen des Viewers werden in der Knowledge Base ausführlich erläutert.

Karte

Die Karte ist Teil des Viewers und bietet einen umfassenden Überblick über alle Detektionen innerhalb Ihrer Stadt, Gemeinde oder Region. Objekte wie Verkehrszeichen oder einzelne Straßenschäden können als Icons angezeigt werden, der Straßenzustand wird als Heatmap dargestellt. Lesen Sie mehr über alle Kartenfunktionen in der Knowledge Base.

Zeitlicher Verlauf

Falls Befahrungsdaten aus mindestens zwei separaten Kampagnen verfügbar sind, kann jedem erkannten Objekt eine eindeutige Kennung zugewiesen werden, um seinen Zustand, seinen Standort und seine Ausdehnung über einen bestimmten Zeitraum zu vergleichen. Die Vergleichsergebnisse werden über json-Dateien oder über die API bereitgestellt.