Logo des Repositoriums
 

KI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Daten

Kurzanzeige
dc.contributor.authorThürkow, F.
dc.contributor.authorLorenz, C.
dc.contributor.authorRamstetter, J.
dc.contributor.authorHoppe, I.
dc.contributor.authorHaase, M.
dc.contributor.editorKlein, Maike
dc.contributor.editorKrupka, Daniel
dc.contributor.editorWinter, Cornelia
dc.contributor.editorWohlgemuth, Volker
dc.date.accessioned2023-11-29T14:50:22Z
dc.date.available2023-11-29T14:50:22Z
dc.date.issued2023
dc.description.abstractDer 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.de
dc.identifier.doi10.18420/inf2023_166
dc.identifier.isbn978-3-88579-731-9
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/43092
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofINFORMATIK 2023 - Designing Futures: Zukünfte gestalten
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-337
dc.subjectUAS
dc.subjectKünstliche Intelligenz
dc.subjectObjektdetektion
dc.subjectR-CNN
dc.subjectLandwirtschaft
dc.subjectFeldhamster
dc.titleKI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Datende
dc.typeText/Conference Paper
gi.citation.endPage1632
gi.citation.publisherPlaceBonn
gi.citation.startPage1623
gi.conference.date26.-29. September 2023
gi.conference.locationBerlin
gi.conference.sessiontitleÖkologische Nachhaltigkeit - Kolloquium Landwirtschaft der Zukunft - Ist KI ein wesentlicher Schlüssel zur nachhaltigeren Landwirtschaft?

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
Name:
07_08_06_Thuerkow.pdf
Größe:
1.86 MB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P337 - INFORMATIK 2023 - Designing Futures: Zukünfte gestalten