AI4Sentinels – Deep Learning für die Anreicherung von Sentinel-Satellitenbildern

Das Ziel des Vorhabens ist die Entwicklung wissenschaftlich innovativer Ansätze zur Aufbereitung von Erdbeobachtungsdaten der Copernicus-Satellitenmissionen Sentinel-1 und Sentinel-2 für großflächige Kartierungs- und Monitoringanwendungen. Dabei soll vor allem das Potenzial der Kombination von Datenfusion und domänenspezifischer Ansätze des Deep Learning ausgelotet werden. Konkret sollen im Rahmen des Projektes Softwarelösungen für die Umwandlung von Sentinel-1-SAR-Bildern in künstliche optische Bilder und die rechnerische Entfernung von Wolken in multispektralen Sentinel-2-Bildern entwickelt werden. Die so entstehenden neuartigen Datenprodukte werden Endnutzern helfen, beispielsweise Aufgaben kontinuierlichen Monitorings oder schrittweiser Veränderungsdetektion flexibler, robuster und ohne Datenausfall zu implementieren.

Quelle: Lernende Systeme – Plattform für künstliche Intelligenz