Terrapattern: umgekehrte Bildersuche für Satellitenbilder

Mit Terrapattern ist vor kurzem der Prototyp einer Software veröffentlicht worden, die zur Erkennung von Mustern auf der Erdoberfläche dient. Die Software arbeitet nach dem Prinzip Deep Learning und ist vergleichbar mit der umgekehrten Bildersuche von Google oder Tineye. In der aktuellen Alpha-Version funktioniert die Suche nur für die US-Städte New York, Pittsburgh, Detroit und San Francisco – die Ergebnisse sind aber vielversprechend.

Auf der About-Seite von Terrapattern heißt es:

The Terrapattern project seeks to democratize geospatial intelligence. By providing a means by which researchers, journalists, citizen scientists, and artists can quickly and easily scan extremely large geographical areas for specific visual features, our hope is that the public at large will gain the ability to research and answer questions about our world that are otherwise unknowable.

Funktionsweise von Terrapattern

So funktioniert die Suche:

  1. Man wählt eine Kachel in der Karte aus.
  2. Terrapattern sucht ähnliche Kacheln im Rest des Datensatzes.
  3. Heraus kommen ein geografischer Plot mit der Verteilung der Treffer, ein Plot der Ähnlichkeiten (der nicht eindeutig zu lesen ist) und die Bilder der Ergebniskacheln.
  4. Es gibt die Möglichkeit, die Ergebnisse im Format GeoJSON zu exportieren.

Hier ein Beispiel eines Parkplatzes in Detroit:

Beispielhaftes Terrapattern-Suchergebnis für einen Parkplatz in Detroit
Beispielhaftes Terrapattern-Suchergebnis für einen Parkplatz in Detroit

Die 96 Treffer haben tatsächlich alle das markante Muster der gelben Streifen auf dem Parkplatz. Die Suche dauert für den Benutzer nur wenige Sekunden. Wie kann Terrapattern so schnell diese Ergebnisse anzeigen, wo Neuronale Netze doch mit Hunderten Iterationen arbeiten und die Berechnungen deshalb oft lange Zeit an Anspruch können?

Die Antwort: Die zugrundeliegenden Daten werden alle bereits vorher auf Grundlage von Trainingsgebieten klassifiziert und mit Beschreibungen versehen. Es wird also nicht erst nach einer Nutzeranfrage der Algorithmus des Neuronalen Netzwerks bemüht um die Satellitenbilder mit dem gewählten Ausschnitt zu vergleichen.

Das heißt auch, dass man nicht frei ein Suchgebiet festlegen kann (z.B. nur einen Kreisverkehr), sondern dass man durch die vorliegenden Kacheln eingeschränkt ist. Auch kann man die Suche nicht verfeinern und z.B. filtern, dass soundsoviel Prozent der Kachel mit dem Muster übereinstimmen muss oder ähnliches. Da wir uns hier aber die Alpha-Version angeschaut haben, können wir womöglich darauf hoffen, dass nicht nur die Untersuchungsgebiete mehr werden, sondern auch die Funktionen erweitert werden.

Die Macher

Das Team hinter Terrapattern besteht nicht nur aus Informatikern, es sind auch Designer, Künstler und Historiker darunter. Das Team arbeitet zusammen im Rahmen des Frank-Ratchye STUDIO for Creative Inquiry, das 1989 aus dem College of Fine Arts der Carnegie Mellon University hervorgegangen ist und ein Forum für interdisziplnäres Lernen, Dialog und Forschung bietet. 

Via / Weiterführende Links
Über Hannes Bartl 30 Artikel
Hier schreibt Hannes Bartl über Themen aus der Welt der Geoinformationstechnik. Nach einem Studium der Geografie absolviert er seit 2015 neben seinem Beruf als Berater für Kultur- und Tourismusmarketing ein Studium der Geoinformationssysteme.

Ersten Kommentar schreiben

Antworten

Deine E-Mail-Adresse wird nicht veröffentlicht.


*


*