-
Engineering and technology
- Computer vision
- Image and language processing
- Pattern recognition and neural networks
Teledetectie is tegenwoordig cruciaal voor veel domeinen, waaronder milieumonitoring, het beheer van natuurrampen, landbouw, stadsplanning, veiligheid en beveiliging. De opkomst van nieuwe satelliet constellaties, snelle vooruitgang met onbemande voertuigen (UAV) en de verwerving van nieuwe soorten beeldvormingsmodaliteiten met toenemende ruimtelijke resolutie en temporele herbezoekfrequenties brengen ongekende mogelijkheden met zich mee voor verschillende aspecten van aardobservatie, waaronder monitoring van klimaatverandering. Tegelijkertijd ervaren we ongelooflijke uitdagingen voor de gegevensverwerking. De extractie van de essentiële informatie uit deze enorme hoeveelheden heterogene gegevens vormt een buitengewone uitdaging.
Het algemene doel van REALISE is het ontwikkelen van een solide theoretisch raamwerk voor betrouwbare, onbewaakte veranderingsdetectie op basis van multi-sensor en multi-temporele teledetectiegegevens. Op dit moment bestaat er nog geen solide methodologie voor het detecteren van veranderingen op basis van meerdere beelden uit meerdere bronnen, laat staan voor het omgaan met onregelmatig bemonsterde en gedeeltelijk ontbrekende modaliteiten van verschillende soorten. Dit project heeft dus het potentieel voor belangrijke doorbraken, zowel wat fundamentele technieken betreft als toepassingen in aardobservatie.