Snimci amaterskih dronova u proceni štete
Nakon uragana i drugih katastrofa, sve je češći slučaj da ljudi lete dronovima kako bi snimili štetu i objavili video snimke na društvenim mrežama. Ti video snimci su resurs za brzu procenu štete. Koristeći veštačku inteligenciju, istraživači razvijaju sistem koji može automatski da identifikuje zgrade i da početno utvrdi da li su oštećene i koliko bi to oštećenje moglo biti ozbiljno.
Trenutne procene štete se uglavnom zasnivaju na pojedincima koji otkrivaju i dokumentuju štetu na zgradi; međutim, to može biti spor, skup i radno intenzivan posao. Satelitski snimci ne pružaju dovoljno detalja i pokazuju oštećenja samo sa jedne tačke gledišta — vertikalne. Dronovi, međutim, mogu da prikupljaju informacije izbliza iz više uglova i gledišta. Moguće je, naravno, da oni koji prvi reaguju lete dronovima radi procene štete, ali dronovi su sada široko dostupni među stanovnicima i rutinski lete nakon prirodnih katastrofa.
Početni sistem može da prelepi sloj na video snimku na delove zgrada koji izgledaju oštećeni i da utvrdi da li je šteta mala ili ozbiljna, ili je zgrada uništena. Istraživači su preuzeli snimke štete od uragana i tornada dronom na Floridi, Misuriju, Ilinoisu, Teksasu, Alabami i Severnoj Karolini. Zatim su označili video snimke kako bi identifikovali štetu na zgradi i procenili ozbiljnost štete.
Dobijeni skup podataka – prvi koji je koristio video zapise dronova za procenu štete na zgradama od prirodnih katastrofa – korišćen je za obuku sistema veštačke inteligencije, nazvanog MSNet, da prepozna štetu na zgradi. Skup podataka je dostupan za upotrebu od strane drugih istraživačkih grupa preko Github-a.
Video snimci još ne uključuju GPS koordinate, ali istraživači rade na šemi geolokacije koja bi omogućila korisnicima da brzo identifikuju gde se nalaze oštećene zgrade. Ovo bi zahtevalo obuku sistema koristeći slike iz Google Streetview-a. MSNet bi tada mogao da uskladi naznake lokacije naučene iz Streetview-a sa karakteristikama u videu.
Izvor: techbriefs.com
