English
Slovenčina
|
EÚ fond |
Európsky fond regionálneho rozvoja |
|
|
Výzva |
OPII-VA/DP/2021/9.3-01 - Výzva na predkladanie žiadostí o NFP na podporu nepodnikateľských a podnikateľských výskumno-vývojových kapacít v doménach inteligentnej špecializácie RIS3 - SK
|
|
|
Kód výzvy |
OPII-VA/DP/2021/9.3-01 |
|
|
Kód projektu v ITMS2014+ |
313011BWC9 |
|
|
Názov projektu |
Výskum aplikácie prostriedkov umelej inteligencie pri analýzach a klasifikácií dát hyperspektrálneho snímkovania |
|
|
Subjekt/prijímateľ pomoci |
Technická univerzita vo Zvolene |
|
|
Partner 1 |
Ústav informatiky Slovenskej akadémie vied |
|
|
Partner 2 |
VUJE, a. s. |
|
|
Financovanie projektu |
COV |
1 793 315,38 € |
|
NFP |
1 442 954,81 € |
|
| VZ |
350 360,57 € |
|
|
Obdobie realizácie projektu |
02/2022-09/2023 |
|
|
Miesto realizácie projektu |
SR/Stredné Slovensko/Banskobystrický kraj/Banská Bystrica |
|
|
Doména inteligentnej špecializácie |
Digitálne Slovensko a kreatívny priemysel |
|
|
Hlavné relevantné SK NACE odvetvie |
J63 Informačné služby |
|
|
Funkčné väzby |
irelevantné |
|
Výskum je zameraný na využitie metód umelej inteligencie pre vytvorenie modelov na detekciu a klasifikáciu druhov drevín, pomocou hyperspektrálnych snímok a údajov získaných technológiou LiDAR v rámci leteckého snímkovania energetických líniových stavieb.
Parciálnymi oblasťami výskumu sú:
- metodika leteckého skenovania energetických líniových stavieb so zameraním na inventarizáciu stromovej vegetácie,
- využitie hyperspektrálneho snímkovania pre stanovenie druhového zloženia stromovej vegetácie rastúcej pod a v okolí elektrického vedenia,
- využitie LiDAR záznamov na identifikáciu jednotlivých stromov a stanovenie ich dendrometrických veličín,
- využitie metód umelej inteligencie pre vytvorenie modelov na detekciu a klasifikáciu druhov drevín,
- vytvorenie a udržiavanie cloudovej infraštruktúry umožňujúcej zdieľanie veľkého objemu dát z leteckého skenovania,
- overenie možností využitia výstupov leteckého a pozemného skenovania a klasifikácie drevinového zloženia pre účely simulácie rastu stromovej vegetácie na území energetických líniových stavieb.
- Výsledky projektu budú mať dopad na spôsob realizácie leteckého skenovania energetických líniových stavieb a ich aplikácia prinesie vyššiu kvalitu realizácie tejto služby v praxi.
- Bude vytvorená databáza referenčných spektrálnych charakteristík stromovej vegetácie špecializovaná na územie energetických líniových stavieb, ktorá umožní praktické využívanie hyperspektrálnych snímok pri plánovaní údržby týchto stavieb.
- Bude vytvorený validovaný model využívajúci pokročilé metódy umelej inteligencie s najvyššiu presnosťou klasifikácie, využiteľné elektroenergetike a iných príbuzných odvetviach ako aj v ďalších projektoch zameraných na hyperspektrálne snímkovanie.
- Využívanie najmodernejších diagnostických metód medzi ktoré patrí aj hyperspektrálne snímanie, v rámci efektívnej spolupráce výskumných organizácií so spoločnosťou pôsobiacou v elektroenergetike, s využitím skúseností zahraničných expertov.
- Pri realizácii projektu budú jednotlivé výskumné tímy využívať cloudovú infraštruktúru umožňujúcu vzájomné zdieľanie veľkého objemu dát (viac ako 20 TB).
- Budú vytvorené a validované sofistikované modely umelej inteligencie so zameraním na detekciu a klasifikáciu jednotlivých stromov alebo iných samostatných objektov v rámci skúmaného porastu, využívajúce hyperspektrálne a LiDAR dáta.
- Vytvorenie úžitkového vzoru na základe dosiahnutých výsledkov projektu.
Prijímateľ pomoci – Technická univerzita vo Zvolene
Výskumná aktivita 1 – 0H1 – Nezávislý výskum aplikácie výsledkov zo spracovania údajov diaľkového prieskumu Zeme pre účely klasifikácie hyperspektrálnych snímok a získanie potrebných vstupov do rastového simulátora
Téma 1 - Pozemná kampaň za účelom získania referenčných údajov
Na založených výskumných plochách sa metódami mobilného zberu údajov vykonáva inventarizácia stromovej vegetácie, ktorá slúži ako trénovacia a referenčná báza pre stromové a porastové charakteristiky odvodené z údajov leteckého skenovania.
Téma 2 - Spracovanie hyperspektrálnych záznamov za účelom klasifikácie drevinového zloženia
Metódami vylepšovania obrazu sa upravujú zdrojové hyperspektrálne snímky, zo zdrojových a vylepšených snímok sa vytvárajú knižnice spektrálnych kriviek a obrazová databáza vegetačných indexov za účelom zvýraznenia rozdielov v spektrálnej odrazivosti jednotlivých druhov drevín.
Téma 3 - Spracovanie LiDAR záznamov a údajov z pozemného laserového skenovania (PLS) za účelom odvodenia vstupov do rastového simulátora SIBYLA
Vykonáva sa doplňujúca klasifikácia mračna bodov získaného z leteckého a pozemného laserového skenovania, vytvárajú sa detailné povrchy digitálneho modelu terénu a digitálneho modelu povrchu, odvodzujú sa vstupné charakteristiky stromov potrebné pre simuláciu ich rastu (poloha, hrúbka v 1,3 m, výška, výška nasadenia koruny, veľkosť koruny a iné).
Téma 4 - Simulácia rastu lesa na vybratej záujmovej lokalite
Na základe údajov získaných z leteckého a pozemného skenovania sa na vybratých výskumných plochách predikuje rast stromovej vegetácie s použitím stromového rastového simulátora Sibyla.
Téma 5 - Svahové zosuvy pod a v okolí elektrických vedení
Z údajov leteckého skenovania, pozemného zisťovania a archívnych zdrojov sa hodnotí stav vegetácie, geologické podložie a reliéf a stanovuje sa riziko svahových zosuvov ohrozujúcich líniové energetické stavby.
Partner 1 - Ústav informatiky Slovenskej akadémie vied
Výskumná aktivita - 1H2 - Nezávislý výskum a vývoj metód umelej inteligencie a cloudovej infraštruktúry na detekciu a klasifikáciu objektov záujmu z hyperspektrálnych a lidarových leteckých dát
Téma 1 - Návrh modelov umelej inteligencie na detekciu a klasifikáciu objektov záujmu z dostupných hyperspektrálnych a lidarových leteckých dát
Na základe údajov získaných inými výskumnými aktivitami sa trénujú modely umelej inteligencie schopné klasifikovať rôzne záujmové objekty.
Téma 2 – Skúmanie možností uplatnenia cloudovej platformy pre strojové učenie v návrhu a použití modelov umelej inteligencie na detekciu a klasifikáciu objektov záujmu z dostupných hyperspektrálnych a lidarových leteckých dát
Dostupné vyvinuté modely umelej inteligencie sa transformujú do cloudových aplikácií a spúšťajú sa v cloudovom prostredí.
Téma 3 - Využitie mikroslužieb pri dynamickej orchestrácii cloudových aplikácií, založených na dynamickom vytváraní docker kontajnerov a koordinácii ich komunikácie.
Modely umelej inteligencie, transformované do cloudových aplikácií, sú nasadené a orchestrované ako mikroslužby.
Výskumná aktivita - 1H3 - Nezávislý výskum a vývoj metód umelej inteligencie a cloudovej infraštruktúry na detekciu a klasifikáciu objektov záujmu z hyperspektrálnych
a lidarových leteckých dát
Téma 1 - Návrh modelov umelej inteligencie na detekciu a klasifikáciu objektov záujmu z dostupných hyperspektrálnych a lidarových leteckých dát
Na základe údajov získaných inými výskumnými aktivitami sa trénujú modely umelej inteligencie schopné klasifikovať rôzne záujmové objekty.
Téma 2 – Skúmanie možností uplatnenia cloudovej platformy pre strojové učenie v návrhu a použití modelov umelej inteligencie na detekciu a klasifikáciu objektov záujmu z dostupných hyperspektrálnych a lidarových leteckých dát
Dostupné vyvinuté modely umelej inteligencie sa transformujú do cloudových aplikácií a spúšťajú sa v cloudovom prostredí.
Téma 3 - Využitie mikroslužieb pri dynamickej orchestrácii cloudových aplikácií, založených na dynamickom vytváraní docker kontajnerov a koordinácii ich komunikácie
Modely umelej inteligencie, transformované do cloudových aplikácií, sú nasadené a orchestrované ako mikroslužby.
Partner 2 – VUJE, a.s.
Výskumná aktivita 4 - 2H4 Priemyselný výskum zlepšenia výkonu leteckého snímkovania s využitím prostriedkov umelej inteligencie a hyperspektrálnych dát
Téma 1 - Realizácia leteckého snímkovania definovaných výskumných plôch, za účelom získania relevantnej množiny vstupných údajov pre ostatné výskumné aktivity.
Téma 2 - Georeferencovanie, prvotné spracovanie a príprava hyperspektrálnych snímok, dát zo systému LiDAR a ostatných vstupných materiálov.
Téma 3 – Príprava charakteristík na základe výstupov zo systému LiDAR, vytvorenie digitálneho modelu terénu a digitálneho modelu povrchu pre potreby ďalších analýz.
Téma 4 – Aplikácia výsledkov výskumu do praxe, zlepšenie systému leteckého snímkovania líniových energetických stavieb, definovanie možností využitia pri prevádzkovaní a údržbe vonkajších elektrických vedení.
Subjekt / prijímateľ pomoci - Technická univerzita vo Zvolene
doc. Ing. František Chudý, PhD.
Doc. Ing. František Chudý je docent na Katedre plánovanie lesných zdrojov a informatiky, dlhodobo sa venuje problematike mapovania lesa, katastru nehnuteľností (pre potreby lesníckej praxe a výskumu), geodézii, leteckej a pozemnej fotogrametrii v lesníctve. Je autorom a spoluautorom 8 monografií, 18 vedeckých článkov (20 v Scopus) a 157 citácií v databáze WOS Core Collection, spoločne v domácich a zahraničných časopisoch viac ako 180 citácií, H-index 6 vo WoS Core Collection. V súčasnosti je riešiteľom projektu APVV. Bol vedúci v 4 vedeckovýskumných projektoch z toho v 2projektoch VEGA, riešiteľ aktivity 2.1. a 3.1. projektu ITMS 26220120069 Centrum excelentnosti pre podporu rozhodovania v lese a krajine. Je vedúci regionálneho centra Slovenskej spoločnosti pre fotogrametriu a diaľkový prieskum Zeme (SSFPD), vedúci pracovnej skupiny: PS03 zber a spracovanie 3D dát pre monitoring životného prostredia, PS04 monitoring lesov a hyperspektrálne snímkovanie. Počas doterajšej praxe bol vedúcim záverečných prác pre 8 doktorandov, 50diplomantov a 9 bakalárov.
Ing. Julián Tomaštík, PhD.
Ing. Julián Tomaštík, PhD. je odborným asistentom na Katedre plánovanie lesných zdrojov a informatiky. Vo výskume sa venuje najmä pozemným metódam zisťovania priestorových údajov o lese (vrátane buzolového merania a nízkonákladových GNSS prijímačov) a problematike interpretácie materiálov diaľkového prieskumu Zeme (DPZ) pre účely lesníctva. V rámci tejto problematiky je autorom a spoluautorom 20 publikácií v databáze WoS (23 v Scopus), na ktoré eviduje 287 citácií bez autocitácií, H-index 9 vo WoS Core Collection. V súčasnosti je zástupcom vedúceho dvoch VEGA projektov, riešiteľom projektu APVV, členom Management Committee COST akcie CA20118 za SR. Je členom GNSS Raw Measurement Task Force pri Európskej agentúre pre vesmírne programy(EUSPA).
Partner 1 - Ústav informatiky Slovenskej akadémie vied
doc. Ing. Ladislav Hluchý, PhD. je hlavný garant projektu, vedúci aktivity 1H2, je uznávaný odborník doma aj v zahraničí v oblasti znalostného asémantického distribuovaného počítania (federatívne cloudové/hybridné/multicloudové počítanie, cloud continuum, vysoko priepustné počítanie - HTC) prepodporu rozsiahlych aplikácií s extrémnou veľkosťou dát, metódy umelej inteligencie vrátane strojového/ hlbokého/federatívneho učenia. V uvedenýchvýskumných aktivitách vedie aj oddelenie paralelného a distribuovaného spracovania informácií pozostávajúce z 20 vedecko-výskumných pracovníkov. Jeho výskumné výsledky sa formulovali počas riešenia viac ako 30 zahraničných projektov v prevažnej väčšine 4RP, 5RP, 6RP, 7RP, H2020 (v riešení sú ešte 3 projekty)a viac ako 30 domácich projektov (VEGA, APVV, ŠPVV, projekty štrukturálnych fondov). Očakáva sa prínos v roku 2022 aj z riešenia 3 nových projektov schémy HORIZON Europe. V maximálnej miere doc. Hluchý uplatní výsledky v navrhovanomprojekte zo 7 projektov H2020, z ktorých 3 sú ešte v riešení, a ktorých doc. Hluchý je vedúcim tímu a riešiteľ. Medzi najvýznamnejšie projekty, ktorých výsledkyprispejú k riešeniu navrhovaného projektu sú tieto:
- Process: Poskytovanie výpočtových riešení pre výzvy v oblasti ExaScale (1.11.2017-31.10.2020) H2020-777533 [výzva H2020-EINFRA-2016-2017]
- DEEP-HybridDataCloud: Návrh a sprístupnenie e-infraštruktúr pre intenzívne spracovanie v hybridnom dátovom cloude (1.11.2017-30.4.2020) H2020-777435[výzva H2020-EINFRA-2016-2017]
- EOSC-Synergy: Integrovanie a manažment služieb pre európsky cloud pre otvorenú vedu (1.1.2018-31.3.2021) H2020-777536 [výzva H2020-EINFRA-2016-2017]
- ADMIRE: EU 7RP projekt: Pokročilé dolovanie a integrácia dát pre Európu (2008-2011) FP7-215024 [výzva FP7-ICT-2007-1]
O význame jeho vedeckých výsledkov svedčí jeho publikačná činnosť (viac ako 500 publikácií), kde prevažne väčšina publikácií je uvedená v databázach WOS/SCOPUS s viac ako 1100 citácií v databáze SCOPUS a s H-indexom 15 a viac ako 650 citácií vdatabáze WOS a s H-indexom 12.
Ing. Viet Tran, PhD. je skúsený vedecký pracovník v oblasti cloudového počítania a umelej inteligencie. Koordinoval APVV a VEGA ako zodpovednýriešiteľ a aktívne sa zúčastňuje na viacerých európskych výskumných projektov. Je členom viacerých dôležitých pracovných skupín pre EOSC (European OpenScience Cloud), napr. EOSC Task Force on Technical Interoperability of Data and Services, EOSC Future Compute Continuum Working Group atď. Je hlavný autoralebo spoluautor vyše sto vedeckých publikácií, väčšina uvedená v databázach WOS/SCOPUS. Vo WoS má indexovaných 68 publikácií s 250 citáciami a H-indexom 7. V databáze Scopus je indexovaných 71 jeho publikácií a 391 citácií na ne, s H-indexom 9. V programe Horizont 2020 sa zúčastňoval a zúčastňuje na šiestich projektoch:
- EGI-Engage: Zapojenie EGI spoločenstva smerom k otvorenej vede (1.3.2015 - 31.8.2017), H2020-654142, vedúci pracovnej úlohy
- PROCESS: Poskytovanie výpočtových riešení pre výzvy v oblasti ExaScale (1.11.2017-31.10.2020), H2020-777533, vedúci pracovného balíka
- DEEP-HybridDataCloud: Návrh a sprístupnenie e-infraštruktúr pre intenzívne spracovanie v hybridnom dátovom cloude (1.11.2017-30.4.2020), H2020-777435,vedúci pracovného balíka
- EOSC-hub: Integrovanie a manažment služieb pre európsky cloud pre otvorenú vedu (1.1.2018-31.3.2021), H2020-777536
- EOSC-Synergy: Integrovanie a manažment služieb pre európsky cloud pre otvorenú vedu (1.9.2019-31.10.2022), H2020-777536, vedúci pracovnej úlohy
- EGI-ACE: EGI pokročilé počítanie pre EOSC (1.1.2021 - 30.6.2023), H2020-101017567
V programe Horizon Europe je vedúci skupiny v troch úspešných návrhoch projektov:
- AI4EOSC: Artificial Intelligence for the European Open Science Cloud, (výzva HORIZON-INFRA-2021-EOSC-01, číslo návrhu 101058593)
- iMagine: Imaging data and services for aquatic science, (výzva HORIZON-INFRA-2021-SERV-01, číslo návrhu 101058625)
- EuroScienceGateway: Leveraging the European compute infrastructures for data-intensive research guided by FAIR principles (výzva HORIZON-INFRA-2021-EOSC-01, číslo návrhu 101057388)
Partner 2 - VUJE, a.s. - Irelevantné
|
P.č. |
Publikácia |
Podiel |
|
1. |
Roman Sitko – Matúš Pivovar – Šimon Saloň – Roman Kadlečík – Miroslav Sivák – František Chudý – Ľubomír Scheer – Daniel Tunák – Milan Mistrík – Zuzana Parobeková – Ivana Sarvašová, 2023: KLASIFIKÁCIA DREVINOVÉHO ZLOŽENIA Z HYPERSPEKTRÁLNYCH A LiDAR ÚDAJOV POMOCOU METÓD STROJOVÉHO UČENIA. In: Acta Facultatis Forestalis, Roč. 65, č. 2, Technická univerzita vo Zvolene, ISSN 0231-5785, s. 104-122. ITMS2014+ 313011BWC9 Dostupné na internete: acta_facultatis_lf_65-cislo-2-2023_1.pdf (tuzvo.sk) str. 104 |
1 |
|
2. |
Peter Valent – Julián Tomaštík – Šimon Saloň – Marek Fabrika – Ján Tuček – Milan Koreň – Miroslav Kardoš – Róbert Sedmák – Ján Bahýľ, 2023: ZOSTAVA FIELD-MAP AKO ZDROJ ÚDAJOV PRE RASTOVÝ SIMULÁTOR SIBYLA. In: Acta Facultatis Forestalis, Roč. 65, č. 2, Technická univerzita vo Zvolene, ISSN 0231-5785, s. 123-135. ITMS2014+ 313011BWC9 Dostupné na internete: acta_facultatis_lf_65-cislo-2-2023_1.pdf (tuzvo.sk) str. 123 |
1 |
Prijímateľ pomoci - Technická univerzita vo Zvolen
webové sídlo: https://www.tuzvo.sk
PARTNER 1- Ústav informatiky Slovenskej akadémie vied
webové sídlo: https://www.ui.sav.sk/w
PARNER 2 - VUJE, a.s.
webové sídlo: https://www.vuje.sk