Implementarea algoritmului SR-GAN pentru imagini de super-rezoluție
Conservarea monumentelor istorice și a siturilor arheologice are o importanță strategică pentru menținerea identității culturale locale, încurajarea exploatării durabile a proprietăților culturale și crearea de noi oportunități sociale. Obiectivele de patrimoniu cultural sunt adesea expuse la degradare din cauza impacturilor naturale și antropice.
Având ca obiectiv principal transferul de cunoștințe bazate pe cercetare în medii operaționale, AIRFARE a implementat soluții de reacție pentru reziliența eficientă a siturilor de patrimoniu cultural împotriva riscurilor identificate prin exploatarea beneficiilor datelor de observare a Pământului, precum disponibilitate gratuită pentru arii de studiu extinse și conținutul de informații variate.
La o primă iterație cu potențialii utilizatori implicați în gestionarea siturilor culturale din România, aceștia și-au manifestat cel mai mare interes pentru capacitățile de detectare a schimbărilor în scopul prevenirii infracțiunilor precum aruncarea ilegală a deșeurilor, construirea ilegală în vecinătatea siturilor și în scopul monitorizării schimbărilor suferite de tipurile de acoperire a terenului pe proprietățile private cu regim special de construcție. Un serviciu de monitorizare care ar oferi avertismente în timp util pentru a sprijini intervenția ar trebui să poată asigura actualizări cel puțin lunare ale informațiilor.
În timp ce rezoluția temporală a datelor Sentinel-2 poate răspunde cu ușurință nevoilor utilizatorilor în ceea ce privește frecvența, rezoluția spațială de 10 m oferă capacități limitate în detectarea modificărilor care pot fi indicatori ai activităților ilegale la scară detaliată: apariția de noi drumuri, noi clădiri, site-uri de deșeuri neconforme în zone publice și modificări ale acoperirii terenului sau destinației în cadrul proprietăților private. În timp ce imaginile cu rezoluție foarte înaltă ar acoperi nevoile în ceea ce privește rezoluția spațială, costurile de achiziție frecventă sunt prea prohibitive și ar reduce substanțial beneficiile economice ale soluției propuse.
Pentru a îndeplini cerințele utilizatorilor pentru rezoluția spațială și temporală, am folosit un algoritm inspirat de Super-Resolution Generative Adversarial Network (SR-GAN), antrenat pe datele SPOT-6 pentru a mări și îmbunătăți imaginile Sentinel-2. Astfel, în urma implementării acestui algoritm, au fost obținute imagini sintetice cu rezoluție spațială de 2.5 m și rezoluție temporală de 6 zile, un set de date cu o performanță fără precedent în ceea ce privește capacitatea de monitorizare a zonelor de interes. Algoritmul implementat în cadrul AIRAFRE și seturile de date obținute prin intermediul acestuia vor putea fi utilizate și în alte aplicații care necesită informații cu rezoluție temporală și spațială mare, astfel deschizând oportunități noi de explorare și comercializare în diferite domenii.
Figura 1. Descrierea rezultatelor obținute în urma prelucrării (imagini sintetice obținute cu 1, 5 și 10 imagini de antrenament)