REZUMATUL REZULTATELOR ETAPEI II/2023
Activitățile de cercetare descrise în acest raport s-au desfățurat în etapa de implementare 2/2023 –Implementare, antrenarea algoritmilor de super-rezolutie, integrarea serviciului si testarea/validarea acestuia, derulată între 01.01.2022 și 31.12.2023. Etapa II a proiectului a fost marcata de progrese semnificative și realizări importante, așa cum se reflectă în livrabilele finalizate și cele în curs de dezvoltare. Am finalizat cu succes D1.4, care a implicat identificarea, revizuirea și selecția metodelor și algoritmilor EO, inclusiv a celor de super-rezoluție, stabilind astfel o bază solidă pentru activitățile ulterioare. De asemenea, am finalizat D1.5, descriind arhitectura finală a serviciului, un pas crucial în structurarea și clarificarea direcției tehnice a proiectului. În paralel, am completat D2.1, concentrându-ne pe implementarea și antrenarea algoritmilor de super-rezoluție și pe integrarea lor în lanțurile preoperaționale, și la D2.2, unde am elaborat planul inițial de testare și validare. În plus, ne-am angajat în diseminarea rezultatelor prin redactarea de articole științifice (D2.3) și participarea la conferințe internaționale (D2.4), contribuind astfel la răspândirea cunoștințelor și la consolidarea profilului proiectului în comunitatea științifică. Toate aceste eforturi sunt sintetizate în Raportul de Activitate al Etapei II (D2.5), care evidențiază progresul consistent și angajamentul echipei noastre în realizarea obiectivelor proiectului.
Diferența între imagini VHR și imagini HR
SPOT 6/7 - 1.5 m
SENTINEL-2 - 10 m
- Dagittis sollicitudin.
- Bibendum sagittis.
- Smollis fermentum
Aria de studiu
Descrierea Științifică și Tehnică:
- Evaluarea Algoritmilor de Super-Rezoluție: S-a realizat o analiză critică a diferiților algoritmi disponibili, evaluându-le eficiența și aplicabilitatea în contextul specific al proiectului. Aceasta a inclus testarea performanței lor în condiții variate și cu seturi de date diferite.
- Crearea Setului de Date pentru Super-Rezoluție: S-a lucrat la compilarea unui set de date regional, adaptat pentru nevoile proiectului, care include date multisenzoriale. Acest set de date a fost esențial pentru testarea și evaluarea algoritmilor.
- Analiza și Benchmarking: S-au efectuat analize detaliate ale capacităților fiecărui algoritm de a învăța mapările de culoare între senzori și de a super-rezolva imaginea de intrare. A fost creat un benchmark comprehensiv pentru a compara performanțele diferitelor modele de super-rezoluție.
- Selectarea Algoritmilor: Pe baza rezultatelor obținute din testări și analize, s-au selectat algoritmii cei mai promițători pentru utilizarea în cadrul serviciilor dezvoltate de proiect.
Flux de lucru pentru obținerea imaginilor de super-rezoluție
Deep Learning pentru super-rezoluție
Evaluarea performanței algoritmilor de super-rezoluție
Rezultate vizuale
LR
LR bicubic
HR
HR hist matched
SRCNN 1
SRCNN 2
EDSR 1
EDSR 2
Platforma Web
În etapa a II-a a proiectului BASELINE, un aspect cheie a fost prezentarea platformei GMV GeoBrowser, care, deși nu a fost dezvoltată în cadrul proiectului, este esențială pentru demonstrarea aplicabilității practice a serviciilor dezvoltate. Platforma servește ca un mediu centralizat pentru diseminarea rezultatelor, oferind o interfață intuitivă pentru vizualizarea și interacțiunea cu datele procesate. Aceasta facilitează gestionarea eficientă a seturilor de date și a permis accesul facil la informații, demonstrând flexibilitatea și adaptabilitatea serviciilor proiectului în scenarii reale.
Rolul GMV GeoBrowser în cadrul proiectului este crucial pentru a arăta cum tehnologiile și serviciile dezvoltate pot fi integrate și utilizate în fluxuri de lucru existente, răspunzând astfel nevoilor specifice ale utilizatorilor. Prin aceasta, platforma subliniază nu doar capabilitățile tehnologice dezvoltate, dar și valoarea practică și impactul potențial al proiectului BASELINE, evidențiind importanța unei diseminări eficiente și a accesibilității datelor pentru utilizatorii finali.
