Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Heckendetektion mittels semantischer Segmentierung

Ein proof of concept auf der Basis eines Faltungsnetzwerkes
 
: Böckler, Sophia

Marburg, 2020, 61 S.
Marburg, Univ., Master Thesis, 2020
Bundesministerium für Ernährung und Landwirtschaft BMEL (Deutschland)
22406317; GeoOPTbio
Geographische Energie-System-Analyse zur Optimierung des Einsatzes von Biomasse im Energiesystem
Deutsch
Master Thesis
Fraunhofer IEE ()

Abstract
Biogasanlagen gehören zu den erneuerbaren Energielieferanten der Zukunft, weil sie nicht von irgendwelchen Wetterbedingungen abhängig sind, wie zum Beispiel Windturbinen oder Photovoltaikanlagen. Allerdings stehen Biogasanlagen meist im Fokus der Kritiker, weil für diese Art der Stromerzeugung hauptsächlich auf Pflanzen als Brennstoff zurückgegriffen wird, die normalerweise als Nahrungsmittel dienen. Dies geschieht in einer Zeit, in der die Ernährung einer wachsenden Weltbevölkerung ein ständiges Thema ist.
Dennoch gibt es Möglichkeiten, die dazu beitragen könnten, den Bedarf an den oben genannten Pflanzen zu senken und andere bereits vorhandene biogene Stoffe zur Erzeugung von lokaler Wärme und Elektrizität zu nutzen.
Eine Möglichkeit besteht darin, den Heckenschnitt als neues Energiemasse zu nutzen, da dieser ohnehin mindestens einmal im Jahr anfällt. Um diese verstreuten Potenziale zu identifizieren, müssen Methoden eingesetzt werden, die große Flächen auf einmal abdecken können, um sie effizient detektieren zu können. Die Lösung könnte eine automatische Erkennung über Luftbilder sein. Diese Methode wäre ein Vorteil für ländliche Regionen mit vielen Streupotenzialen, um ein genaues Bild davon zu erhalten, wie viele organische Substanzen sich in einem bestimmten Gebiet befinden, das für Biogasanlagen genutzt werden kann. Dies könnte auch dazu beitragen, die Strategien für Bioenergie nicht nur in Europa, sondern auch weltweit zu verbessern.
Diese Arbeit untersucht nun mit Hilfe einer semantischen Segmentierung, wie gut diese Methodik in der Lage ist schwer auszumachende Objekte, wie Hecken, in Luftaufnahmen zu detektieren. Hierbei werden verschiedene Parameter und Klassenzusammensetzungen genutzt, um ein möglichst optimales Ergebnis zu liefern. Es zeigt sich, dass allein durch die Verwendung eines Falschfarbenbildes und eines U-Nets sich nur schwer Hecken gezielt detektieren lassen. Jedoch ist zu erwarten, dass dieser Ansatz durch weitere Optimierungen gute Ergebnisse erzielen lässt.

: http://publica.fraunhofer.de/dokumente/N-615488.html