用AI和卫星图像发现隐藏的考古站点

AI检测隐藏的考古遗址卫星图像

由IIT研究人员开发的AI会以检测隐藏的考古遗址的痕迹分析卫星图像。来源:ESA / IIT

文化景观扫描仪试点项目将利用人工智能来检测底土的考古遗产。该项目将持续三年,并将通过IIT与欧洲空间机构合作进行。

“文化景观扫描仪”(CLS)的项目已经从因诺琴蒂基金会意大利语迪TECNOLOGIA(技术IIT-意大利研究所)和欧洲航天局(ESA)之间的合作,以便检测从上面通过人工考古遗址通过分析卫星图像生人工智能(AI)。文化遗产技术中心在威尼斯,由阿里安娜Traviglia先导,IIT的研究人员将介绍AI来帮助考古学家在土壤揭示隐藏的痕迹追溯到人类古代存在。该AI将能够认识到,即使在植被或表面的其他具体征兆很小或不易察觉的变化,可能预示遗体尚未发现的存在。该项目将持续三年,可能有作为直接的结果,确定在抢劫的危险文化遗址的能力有所提高。

在过去的几十年中,鉴定亚表面文化遗产网站的识别已经利用了遥感数据,一种检测方法,允许通过图像在子土中找到埋地物体,其中可以从异常中识别底层考古沉积物和裸土壤,作物或植被的痕迹。Arianna Traviglia以前的研究已经调查了开发自动遥感的潜在优势,但它们也表明目前的技术有一些限制,能够检测非常特定的物体。在这种情况下,自由遥感数据集的Web平台已知是指数增长,并由全球文化遗产社区充分利用。其中,有欧洲委员会与ESA合作的地球观测协调的地球观测的Copernicus,免费和开放的卫星数据平台。

然而,数据从这些平台来的视觉分析是极其复杂的,由于大量的数据进行管理,并且因为图像必须被视为与人解释。出于这个原因,Traviglia的研究小组,真正的挑战是增加机器学习和电脑人工视觉,以使这项工作更容易。该小组是在设计算法的考古和文化遗址的自动检测是世界上为数不多的一个。

“文化景观扫描仪”(CLS)的项目都会有,因此,创新方法,旨在克服目前的方法基于主观观察,使得可以更广泛和更精确的检测归功于先进的计算方法。

研究人员将确定广谱性,适应性和强大的自动识别程序,定制使用从哥白尼平台获得的远程数据文化遗产。自动遥感,通过机器学习,会产生通过卫星图像更准确的检测文化遗产的对象和古老的土地划分体系更清晰的标识。

机器学习算法可以通过增量自我学习的过程获得经验自动改善。因此,AI将能够提供潜在的地下考古遗址的日益精确识别。

这种AI方法将能够看到通常不可能看到人眼的物体或不规则性。这些元素的组合将产生观察植被,裸片,空洞和裁剪中的痕迹。因此,由于其的基础,AI将支持当前的照片解释实践准确性在分析图像和探索更广泛的空间区域的可能性。另一方面,从自动遥感的发展中肯定利润是文化遗产保存的增加。事实上,即时结果将通过改善对抢劫风险的文化威胁的文化威胁的改善能力来代表。

进一步的信息

文化景观扫描仪试点项目是IIT的中心文化遗产技术和欧洲航天局(ESA)之间的合作的结果。

Arianna Traviglia是IIT的文化遗产技术(CCHT)在威尼斯(意大利)的协调员。她的研究领域被置于信息管理和人文学科,大部分内容侧重于调解在文化遗产的研究和管理中介绍数字技术。她的专业知识在于多光谱/高光谱图像处理和光学审商:在横向考古学和遥感领域的研究兴趣,跨越15年的学术职业,她是她领域的国际知名专家。

2评论在“用AI和卫星图像发现隐藏的考古站点”

  1. ...长足进步,但将是发现所有的网站...

  2. 我有一个网站,我想为你检查

留下评论

电子邮件地址是可选的。如果提供的话,您的电子邮件不会发布或共享。