software pro zvýšení kvality pořízených snímků

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F05547164%3A_____%2F23%3AN0000003" target="_blank" >RIV/05547164:_____/23:N0000003 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

software pro zvýšení kvality pořízených snímků

Popis výsledku v původním jazyce

Software se zaměřuje na vylepšení rozlišení snímků získaných z dronů pomocí technik umělé inteligence, což umožňuje přesnější a efektivnější aplikaci herbicidů a hnojiv na úrovni jednotlivých rostlin. Tato technologie nejenže zlepšuje kvalitu snímků, ale také zvyšuje účinnost zemědělských operací a snižuje náklady a čas strávený v terénu.

Název v anglickém jazyce

software for improving the quality of the captured images

Popis výsledku anglicky

The software aims to enhance the resolution of drone imagery using artificial intelligence techniques, enabling more accurate and efficient application of herbicides and fertilizers at the individual plant level. This technology not only improves image quality, but also increases the efficiency of agricultural operations and reduces costs and time spent in the field.

Druh

R - Software

CEP obor

—

OECD FORD obor

20202 - Communication engineering and systems

Projekt

<a href="/cs/project/EG21_374%2F0027308" target="_blank" >EG21_374/0027308: Superrozlišení dronové fotografie pro škálovatelné precizní zemědělství pomocí umělé inteligence</a><br>

Návaznosti

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

Rok uplatnění

2023

Kód důvěrnosti údajů

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

Interní identifikační kód produktu

0027308-2023-02

Technické parametry

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. Architektura software je navržena s ohledem na jednoduchost, škálovatelnost a optimalizaci provozních nákladů. Jádro programu je napsáno v programovacím jazyce Python. Celý systém je kontejnerizován pomocí nástroje Docker, což umožňuje rychlé nasazení, škálovatelnost a použití v různých prostředích. Výsledky jsou využívány jejich vlastníkem.

Ekonomické parametry

Přínos softwaru spočívá zejména v překonání omezení vysokých nákladů a časové náročnosti dronovýho snímkování při nižších letových výškách a dosáhnout dostatečného rozlišení pro identifikaci plevelů. Tato výhoda následně povede k podstatnému zvýšení efektivity zmapování zaplevelení pomocí bezpilotních letadel (až o 30%) pro cílenou aplikaci herbicidů. Tímto přístupem lze skenovat velké zemědělské plochy v průmyslovém měřítku s vysokým rozlišením, což umožní plošné rozšíření variabilní aplikace herbicidů. Využití super rozlišení vykazuje v porovnání s detekcí na neupravených 7 mm/px datech zlepšení o 10,93 % dle metriky mAP@0.5.

IČO vlastníka výsledku

05547164

Název vlastníka

Skymaps s.r.o.