Update
Im Zuge des FFG-Projekts CADS (Camera-based Avalanche Detection System) wurde über ein Jahr hinweg eine Künstliche Intelligenz (KI) auf Basis eines Bilddatensatzes trainiert, um automatisiert Lawinenabgänge auf Webcam-Fotos zu erkennen.
Ausgangssituation
Echtzeit-Informationen zu Lawinenabgängen sind für die Lawinenwarnung von großer Bedeutung. Es gibt kein besseres Indiz für eine angespannte Lawinensituation als tatsächliche Lawinenabgänge. Bisher waren die Lawinenwarndienste diesbezüglich auf Meldungen ihrer Beobachter:innen angewiesen bzw. mussten selbst Zeit in das “Durchklicken” von Webcams investieren. Diese Arbeit soll nun nach Projektabschluss von CADS an eine KI ausgelagert werden.
Rückblick
Die KI wurde auf Basis eines großen Foto-Datensatzes bestehend aus Lawinen- und Nicht-Lawinen-Fotos trainiert. Der Großteil der rund 4000 Fotos wurde dankenswerterweise vom Lawinenwarndienst Tirol zur Verfügung gestellt. Nach Kategorisierung der Lawinen-Fotos nach Lawinentyp (Schneebrett-, Gleitschnee-, Lockerschneelawine) wurde jedes einzelne Foto zusätzlich noch gelabelt, d.h. die Lawinenbereiche markiert (siehe Foto unten). Diese farbigen Polygone werden schließlich als sogenannte Annotationen exportiert. In Kombination mit den Bilddaten ist dadurch genau definiert, in welchen Pixeln die Lawine auftritt. Auf Basis dieser Daten wird die KI von den Projektpartnern am Institut für Informatik der Universität Innsbruck (Intelligent and Interactive Systems – IIS) trainiert, Lawinen selbst zu erkennen. Bei der verwendeten KI handelt es sich um eine “vortrainierte” KI, d.h. sie verfügt bereits über Basiskenntnisse und kann z.B. geläufige Objekte oder Kanten erkennen, was einen wesentlichen Startvorteil darstellt.
Ausblick
Durch zusätzliches, gelabeltes Fotomaterial soll die KI noch weiter verbessert werden. Durch die aktuell schon zufriedenstellende Performance der KI, muss das Labeling nun nicht mehr manuell durchgeführt werden, sondern kann an die KI abgegeben werden. Menschliche Arbeitskraft wird nur noch für den Kontrollcheck benötigt. Ob die KI auch in der operativen Anwendung überzeugen kann, wird eine erste Testphase in der Wintersaison 2023/24 zeigen. Exklusiv für die LO.LA Partner kommt die KI an einigen ausgewählten Webcam-Standorten zum Einsatz. Über die Erkenntnisse aus der Testphase werden wir selbstverständlich wieder berichten.
Wissenschaftliche Publikation zum Projekt
Fox, J.; Siebenbrunner, A.; Reitinger, S.; Peer, D.; Rodríguez-Sánchez, A.: „Deep Learning for Real-Time Avalamche Detection on Web Images.“International Snow Science Workshop Proceedings 2023, Bend, Oregon
Der ganze Artikel ist zu finden unter: https://arc.lib.montana.edu/snow-science/item/3087
Daten/Fakten
Gewichtung/Anteil der Bereiche am Projekt (in %):
Status
abgeschlossen
