Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

ověřená technologie pro nasazení algoritmů superrozlišení

Identifikátory výsledku

  • Kód výsledku v 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>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    ověřená technologie pro nasazení algoritmů superrozlišení

  • Popis výsledku v původním jazyce

    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).

  • Název v anglickém jazyce

    proven technology for deploying super-resolution algorithms

  • Popis výsledku anglicky

    The presented proven technology aims at the practical use of technologies and methods to improve the quality and resolution of images from unmanned imaging. Thanks to these techniques, it is possible to achieve the necessary data quality without impairing the speed of data collection taken from higher altitudes. The submitted technical description of the technology describes a workflow that will improve image quality and resolution (super resolution) using artificial intelligence techniques.

Klasifikace

  • Druh

    Z<sub>tech</sub> - Ověřená technologie

  • CEP obor

  • OECD FORD obor

    20204 - Robotics and automatic control

Návaznosti výsledku

  • 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)

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Interní identifikační kód produktu

    0027308-2023-01

  • Číselná identifikace

  • Technické parametry

    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.

  • Ekonomické parametry

    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.

  • Kategorie aplik. výsledku dle nákladů

  • IČO vlastníka výsledku

    05547164

  • Název vlastníka

    Skymaps s.r.o.

  • Stát vlastníka

    CZ - Česká republika

  • Druh možnosti využití

    V - Výsledek je využíván vlastníkem

  • Požadavek na licenční poplatek

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

  • Adresa www stránky s výsledkem