Fernerkundung

Fernerkundung ist die Messung der Strahlung von Objekten, die sich nicht in unmittelbarer Nähe des Beobachtenden befinden. Dabei werden Sensoren auf Satelliten oder in Flugzeugen eingesetzt, um die physikalischen, chemischen und biologischen Eigenschaften der Zielobjekte zu analysieren. Sie wird zur Untersuchung der Oberfläche der Erde und anderer Planeten eingesetzt. Algorithmen des maschinellen Lernens können die Daten vorsortieren, um nützliche Informationen zu gewinnen. In-situ-Experimente validieren die Daten und liefern weitere Informationen. Dieser umfassende Ansatz ermöglicht es, neue Erkenntnisse und Wissen über die natürliche Welt zu gewinnen und unterstützt wissenschaftliche, kommerzielle und politische Anwendungen.

Die schwach überwachte Segmentierung ist ein Teilbereich der Fernerkundung, bei dem Algorithmen des maschinellen Lernens eingesetzt werden, um eine Bildsegmentierung mit begrenzten Annotationen durchzuführen. Der Ansatz basiert auf der Annahme, dass einige schwache Annotationen, wie z. B. Annotationen auf Bildebene, für das Training verfügbar sind. Dieser Ansatz ist nützlich, wenn die Kosten für die Beschaffung von Annotationen auf Pixelebene hoch sind und wenn der Datensatz groß und vielfältig ist. Bei der schwach überwachten Segmentierung besteht das Ziel darin, ein Modell zu trainieren, das das Zielobjekt genau segmentieren kann, indem es die verfügbaren schwachen Annotationen nutzt. Trotz der damit verbundenen Herausforderungen hat sich die schwach überwachte Segmentierung bei verschiedenen Fernerkundungsanwendungen als vielversprechend erwiesen, z. B. bei der Kartierung der Landnutzung und der Detektion städtischer Gebiete.