Cultural Landscape Scanner: alla scoperta di siti archeologici non individuati tramite EO, Telerilevamento e approcci di Intelligenza artificiale

Cultural Landscape Scanner: alla scoperta di siti archeologici non individuati tramite EO, Telerilevamento e approcci di Intelligenza artificiale

Il progetto Cultural Landscape Scanner (CLS) mira ad individuare siti archeologici nascosti nel sottosuolo mediante tecniche di Earth Observation (EO), algoritmi di Intelligenza Artificiale (AI) mediante analisi automatica di immagini telelerilevate.

I siti del patrimonio culturale sotterraneo, ancora da scoprire (come strutture e monumenti antichi sepolti) possono essere identificati mediante dati di telerilevamento da una varietà di sensori sotto forma di anomalie o tracce rilevabili su terreni nudi, colture e vegetazione. L'attuale disponibilità di dataset telerilevati aperti, come quelli messi a disposizione dal Copernicus Service, non ha precedenti. Tuttavia, tale straordinaria proliferazione di dati ha posto notevoli ostacoli in termini di gestione, elaborazione e interpretazione delle immagini al punto che la quantità di dati non è gestibile dalla tradizionale interpretazione visiva "umana". Ed entrano così in gioco specifici algoritmi di Intelligenza Artificiale che permettono l’analisi di una grandissima mole di immagini.

La nuova sfida è quindi sviluppare o migliorare approcci che possano facilitare il rilevamento automatico e la selezione di immagini di oggetti (archeologici) di interesse. Il progetto CLS si fa carico di tale sfida sviluppando algoritmi di Intelligenza Artificiale (AI) che ricercano immagini di telerilevamento di specifici oggetti del patrimonio culturale e modelli relativi a passate interferenze antropogeniche nei paesaggi. Questo progetto amplierà anche considerevolmente i mezzi esistenti di identificazione di antichi sistemi di divisione del territorio — e più in generale di modellazione del paesaggio — automatizzando procedure di rilevamento di caratteristiche lineari orientate in modo simile.

Nel perseguimento del suo programma di ricerca, Cultural Landscapes Scanner (CLS) lavorerà per rimuovere alcuni degli ostacoli più urgenti allo sviluppo di applicazioni mature dell'AI per il rilevamento automatico in archeologia, come:

- mancanza di adeguati dataset di formazione, spesso limitati in estensione e/o qualità e non disponibili al pubblico;

- assenza di dataset di riferimento disponibili al pubblico rispetto ai quali testare diverse tecniche di intelligenza artificiale;

- mancanza di una serie standard di misure per valutare le prestazioni dei diversi metodi.

 

Metodologia

CLS mira a stabilire un punto di riferimento nell'uso dei dati di telerilevamento per l'identificazione automatica di varie classi di siti del patrimonio culturale non scoperti attraverso l'integrazione di approcci di apprendimento automatico all'avanguardia con la ricerca archeologica e il lavoro sul campo.

Il progetto sta lavorando alla creazione del primo set di dati multimodale pubblicamente disponibile di siti archeologici etichettati e alla risoluzione del problema della non standardizzazione delle metriche delle prestazioni. Questo set di dati di riferimento conterrà immagini multispettrali di Sentinel 2 e dati LiDAR del paesaggio archeologico di Aquileia (Italia), una delle principali città dell'Impero Romano.

Si stanno esplorando metodi all'avanguardia per il rilevamento di oggetti e la segmentazione semantica per stabilire in che modo la granularità del rilevamento influisce sulla qualità della previsione da un punto di vista archeologico. Per valutare le prestazioni dei diversi modelli, verrà introdotto un insieme di differenti metriche con la collaborazione di archeologi del paesaggio, al fine di stabilire un primo standard di riferimento per promuovere misurazioni obiettive trasversali. Verifiche archeologiche saranno effettuate nell'area di studio del caso per verificare i risultati previsti forniti dai metodi di intelligenza artificiale sviluppati. I dati raccolti durante le attività di ground-truthing saranno utilizzati per migliorare le prestazioni di identificazione dei metodi proposti.

Il progetto pilota Cultural Landscapes Scanner è il risultato di una partnership tra il Center for Cultural Heritage Technology dell'IIT e l'Agenzia spaziale europea (ESA) nell'ambito del programma di ricerca co-finanziato dall'ESA "Discovery & Preparation".

Il progetto giunge al suo terzo anno di attività e a breve potremmo vedere pubblicati i risultati di questo importante studio che unisce varie tecnologie. 

Fonte: Istituto Italiano di Tecnologia - Center for Cultural Heritage Technology


 Copia qui lo "short link" a questo articolo
www.archeomatica.it/{sh404sef_shurl}

Related Articles