Textdokument
Maschinelles Lernen von CNN-Modellen zur Segmentierung von Störobjekten auf Gebäudefassaden auf Infrarot- und Farbbildern
Vorschaubild nicht verfügbar
Volltext URI
Dokumententyp
Dateien
Zusatzinformation
Datum
2021
Autor:innen
Zeitschriftentitel
ISSN der Zeitschrift
Bandtitel
Quelle
Verlag
Gesellschaft für Informatik, Bonn
Zusammenfassung
Die Arbeit zeigt, dass es mit Hilfe von Technologien der künstlichen Intelligenz möglich ist, unerwünschte Objekte auf Infrarot- und Normalbildern zu segmentieren, um diese anschließend erfolgreich aus dem Bild entfernen zu können. Die in dieser Arbeit entwickelte Methode kann eingesetzt werden, um weitere Segmentierungsaufgaben zu übernehmen, die bei der Berechnung von thermischen Energieverlusten oder anderen Anwendungen hilfreich sind. Die vorgestellten Ergebnisse können im ENVIRON-Projekt "Environ - Entwicklung und Evaluation einer Intervention zur Vermeidung von durch energetische Sanierung ausgelösten Rebound-Effekten" anwendungsbezogen zu einer schnelleren Bewertung potentieller Energieverluste in sanierungsbedürftigen Gebäuden beitragen und entsprechend helfen, den Entscheidungsprozess für oder gegen eine Modernisierungsmaßnahme zu bewerten. In diesem Zusammenhang wird auch dazu beigetragen, unnötige C02-Emissionen von Gebäuden zu reduzieren und damit die Umwelt zu entlasten.