Kunstig intelligens til detektering af markgrænser

Session

Machine Learning

Abstract

Jeg vil forklare, hvordan vi i samarbejde med Alexandra Insituttet har udviklet kunstig intelligens til at identificere markgrænser og generere matrikeldata ud fra satellitdata.

Vi udvikler en ny måde at overvåge afgrøder på. Med denne metode kan vi levere data til landbruget via analyser og målinger associeret til specifikke marker. Her er det essentielt, at vi ved præcis hvor, hver enkelt mark er. I Danmark er denne viden tilgængelig takket være de markblokke, der udstilles af NaturErhvervstyrelsen. Dette er dog ikke tilfældet i udlandet.

Ved hjælp af satellitbilleder fra Sentinel-2 og markblokke fra NaturErhvervstyrelsen har vi trænet et neuralt netværk til automatisk at detektere markgrænser. Casen er et godt eksempel på, hvordan komplekse informationer kan udvindes fra satellitdata via kunstig intelligens, når store mængder af data, og lige så vigtigt den nødvendige "ground truth" data, er tilgængelig.

Målgruppe

Oplægget henvender sig til deltagere med interesse inden for satellitter, kunstig intelligens, remote sensing og big data.

Yderligere uddybning af abstract