Micro-Mapping für KI: Exponat auf der MS Wissenschaft

Auch dieses Jahr geht das Ausstellungsschiff MS Wissenschaft auf Tour. Im Fokus steht das Thema Künstliche Intelligenz (KI). Mit an Bord das Exponat „Micro-Mapping“, das wir am HeiGIT in Kooperation mit dem Alfred-Wegener-Institut erstellen.

Unser Exponat stellt die Bedeutung des Menschen, besser gesagt: einer Menschenmenge („Crowd“), bei der Entwicklung von KI in den Vordergrund. Es wird erläutert wie Freiwillige durch visuelle Interpretation von Fernerkundungsbildern der Maschine dabei helfen komplexe Erkennungsmuster zu erlernen. Die Besucher/-innen können selbst Trainingsdaten für maschinelles Lernen spielerisch in Sekundenschnelle mit Hilfe von „Micro-Mapping“ generieren. Im Mittelpunkt stehen dabei zwei Anwendungsbeispiele aus den Geo- und Klimawissenschaften: Das „Mappen“ von Gebäuden, sowie das Erkennen von Landoberflächenstrukturen in arktischen Permafrostregionen.

Weiterführende Information zum „Micro-Mapping” + KI:

Porto de Albuquerque, J., B. Herfort, M. Eckle (2016): The Tasks of the Crowd: A Typology of Tasks in Geographic Information Crowdsourcing and a Case Study in Humanitarian Mapping. Remote Sensing. 2016, 8(10), 859; doi:10.3390/rs8100859.

Herfort, B., Höfle, B. & Klonner, C. (2018): 3D micro-mapping: Towards assessing the quality of crowdsourcing to support 3D point cloud analysis. ISPRS Journal of Photogrammetry and Remote Sensing. Vol. 137, pp. 73 -83.

Chen, J., Y. Zhou, A. Zipf and H. Fan (2018): Deep Learning from Multiple Crowds: A Case Study of Humanitarian Mapping. IEEE Transactions on Geoscience and Remote Sensing (TGRS). 1-10. https://doi.org/10.1109/TGRS.2018.2868748


Posted

in

by