StudiumOffene Abschlussarbeiten
Deep Learning: Automatisierte Identifikation von Geländestrukturen am Beispiel von Burgenanlagen

Deep Learning: Automatisierte Identifikation von Geländestrukturen am Beispiel von Burgenanlagen

Leitung:  Schulze, Thiemann
Jahr:  2017

Einführung und Ziel der Arbeit

Mittels Airborne Laserscanning können flächendeckende hochaufgelöste digitale Geländemodelle erstellt werden. Anders als manuell aufgenommene Daten sind diese Daten bis auf eine einfache Klassifikation in Boden und Vegetationspunkte nicht weiter interpretiert. Eine gezielte Interpretation von künstlich-historischen Geländestrukturen muss manuell durchgeführt und mittels Feldbegehung verifiziert werden.

In dieser Arbeit sollen durch den Einsatz von maschinellem Lernen am Beispiel von Burgenanlagen charakteristische Geländestrukturen angelernt und klassifiziert werden. Zu diesem Zweck stehen sowohl hochaufgelöste DGM aus Laserscanbefliegungen, als auch feintopographische Aufnahmen diverser Anlagen zur Verfügung. Die angelernten Klassifikatoren sollen schließlich zur automatisierten Identifikation von Geländestrukturen verwendet werden.

Aufgaben und zeitlicher Ablauf

  1. Einarbeitung in Literatur und Software zum maschinellen Lernen
  2. Sichtung der Datensätze, Erzeugung von Trainingsdaten
  3. Trainieren markanter Geländeformen für Bodendenkmäler (Burgen, Hügelgräber, ...?)
  4. Identifikation der trainierten Formen

Ansprechpartner