Auflistung nach Autor:in "Ramstetter, J."
1 - 1 von 1
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragKI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Daten(INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Thürkow, F.; Lorenz, C.; Ramstetter, J.; Hoppe, I.; Haase, M.Der zunehmende Druck auf Landwirtschaftsbetriebe, vitale Feldhamsterpopulationen zu erhalten, steht dem regional variierenden Risiko von Ernteausfällen durch Feldmausfraßschäden gegenüber. Diese Herausforderung ist eng mit den Zielen des Sustainable Development Goals 2 der Vereinten Nationen verknüpft, die Ernährungssicherheit und eine nachhaltige Landwirtschaft anstreben. In dieser Studie wird die Erschließung einer Methode zur automatisierten Detektion von Feldhamsterbauen anhand von Drohnen-basierten RGB- und Thermaldaten untersucht. Zu diesem Zweck werden Faster / Mask R-CNN Objektdetektionsmodelle trainiert. Die Auswertung konzentriert sich auf die Güte dieser, welche anhand unterschiedlicher Flugparameter und einer Feinkartierung validiert werden. Für die RGB-Sensoren Weitwinkel (Brennweite = 4.5 mm) und Zoom (Brennweite = 21-75 mm) kann Faster R-CNN 56 % der Baue erfassen. Mask R-CNN erzielt auf Basis der RGB-Sensoren, sowie des Thermalsensors Trefferquoten von über 80 %. Mit Blick auf die aktuelle und zukünftige Rolle von Naturschutz und Landwirtschaft deuten die Ergebnisse dieser Studie auf einen signifikanten Mehrwert KI-basierter UAS-Ansätze hin.