BROADCASTS.com

Fl\xe4chendeckende Daten zu Stra\xdfenbeschaffenheit in einem einheitlichen Format w\xe4ren f\xfcr Routing oder Stadtplanung eine hilfreiche Information. \nDas mFund Projekt \u201eSurfaceAI\u201c hat sich zum Ziel gesetzt, auf offenen Daten ein Machine Learning Modell zu trainieren, das den Belag und die Qualit\xe4t der Stra\xdfenoberfl\xe4che anhand eines Fotos mit hoher Genauigkeit erkennt. Das Modell bildet die Grundlage, um Stra\xdfenbilder mit georeferenzierten Datens\xe4tzen auf Stra\xdfenebene zu verkn\xfcpfen.\n\nFl\xe4chendeckende Daten zu Stra\xdfenbelag und -qualit\xe4t in einem einheitlichen Format, insbesondere von Rad- und Gehwegen, sind aktuell nicht vorhanden, jedoch w\xe4ren sie f\xfcr Routinganwendungen oder Stadtplanungsprojekte eine hilfreiche Information. \nDas aktuell laufende mFund Projekt \u201eSurfaceAI\u201c hat sich zum Ziel gesetzt, auf bestehenden offen verf\xfcgbaren Daten ein Machine Learning Modell zu trainieren, das den Belag und die Qualit\xe4t der Stra\xdfenoberfl\xe4che anhand eines entsprechenden Fotos mit hoher Genauigkeit erkennt. Das Modell bildet die Grundlage, um Stra\xdfenbilder, insbesondere bestehende umfassende Bildbest\xe4nde in der Plattform f\xfcr Stra\xdfenbilder Mapillary mit entsprechenden Informationen anzureichern. Werden diese mit dem OpenStreetMap Stra\xdfennetz verschnitten, so lassen sich daraus neue offene Daten zu Stra\xdfenbeschaffenheit f\xfcr verschiedene St\xe4dte und Kommunen generieren. Zus\xe4tzlich zu den berechneten Daten ist ein weiteres Ziel des Projektes, das Modell zur Auswertung sowie Verkn\xfcpfung neuer oder aktualisierter Bilddatens\xe4tze frei zur Verf\xfcgung zu stellen.\n \nEs werden im Rahmen des Vortrags bisherige Erkenntnisse und Fortschritte des Projekts geteilt \u2013 dieses l\xe4uft von November 2023 bis Dezember 2024.\nabout this event: https://pretalx.com/fossgis2024/talk/MHTEAN/