proven technology for deploying super-resolution algorithms

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F05547164%3A_____%2F23%3AN0000004" target="_blank" >RIV/05547164:_____/23:N0000004 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

ověřená technologie pro nasazení algoritmů superrozlišení

Original language description

Prezentovaná ověřená technologie si klade za cíl praktické využití technologií a metod pro zlepšení kvality a rozlišení obrazu z bezpilotního snímkování. Díky těmto technikám je možné dosáhnout potřebné kvality dat, aniž by byla narušena rychlost sběru dat pořizovaných z vyšších výšek. Předložený technický popis technologie popisuje pracovní postup, který využitím technik umělé inteligence zlepší kvalitu a rozlišení obrazu (superrozlišení).

Czech name

ověřená technologie pro nasazení algoritmů superrozlišení

Czech description

—

Type

Z_tech - Verified technology

CEP classification

—

OECD FORD branch

20204 - Robotics and automatic control

Project

<a href="/en/project/EG21_374%2F0027308" target="_blank" >EG21_374/0027308: Drone imagery superresolution for scalable precision agriculture using artificial intelligence</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2023

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Internal product ID

0027308-2023-01

Numerical identification

—

Technical parameters

Problematika super rozlišení se obecně zaměřuje na zvýšení rozlišení obrazu, přidání detailu, který ve snímku s nízkým rozlišením zaniká a celkově odstranění artefaktů degradující možnost rozpoznání obsahu na snímku. Na základě vizuální kvality rekonstruovaného obrazu a metriky PSNR byla zvolena metoda SwinIR, která aktuálně patří mezi metody s nejlepšími výsledky v oblasti super rozlišení a také odšumení obrazových dat. Hlavní součástí modelu SwinIR byly tzv. RSTB bloky (Residual Swin Transformer Block) založené na pokročilé architektuře tvz. Swin Transformeru, který je obecně s velmi dobrými výsledky využíván na řešení řady problémů z oblasti počítačového vidění (např. klasifikace nebo detekce objektů) a je proto vhodný také pro řešení úlohy super-rozlišení obrazu. Finální model SwinIR byl zvolen na základě přesnosti detekce plodin dle metriky mAP@0.5 na testovací datové množině. Na základě výsledků přesnosti detekce byl zvolen model SwinIR využívající jemné doladění, degradační metodu BSRGAN a PSNR ztrátovou funkci. Využití super rozlišení vykazuje v porovnání s detekcí na neupravených 7 mm/px datech zlepšení o 10,93 % dle metriky mAP@0.5. Výsledky jsou využívány jejich vlastníkem.

Economical parameters

Při hodnocení ekonomické efektivity řešení je třeba zohlednit několik klíčových faktorů. Jedním z nich je zvýšení efektivity sběru dat prostřednictvím dronového snímkování, které umožní přechod z rozlišení 2 mm/px až na 7 mm/px, což znamená několikanásobne sníženou časovou náročnost. Druhým důležitým faktorem je zlepšení přesnosti detekce plevelů o 10,93 % dle metriky mAP@0.5. S naším řešením dochází ke snížení časové náročnosti práce v terénu a k úspore nákladů pracovníků v terénu. Při hodinové mzde 300 Kč/h, za 4 hodiny ušetřeného času v rámci jedného dne díky rychlejšímu sběru dat, dosahuje úspora v průběhu zemědělské sezóny značných čísel. V případě 50 letových dní, celková úspora za sezónu za jedného pracovníka činí 60.000 Kč. Znamená to snížení nákladů na sběr dat o 30 %, což je výsledek zvýšené efektivity a snížení časové náročnosti práce.

Application category by cost

—

Owner IČO

05547164

Owner name

Skymaps s.r.o.

Owner country

CZ - CZECH REPUBLIC

Usage type

V - Výsledek je využíván vlastníkem

Licence fee requirement

Z - Poskytovatel licence na výsledek nepožaduje v některých případech licenční poplatek

Web page

—