Agenten-basierte Bildanalyse von Fernerkundungsdaten (ABIA)

Seit dem Jahrtausendwechsel stehen der Fernerkundung zwei wesentliche neue Technologien zur Verfügung: sehr hoch aufgelöste (VHR) Fernerkundungsdaten und die objektbasierte Bildanalyse (OBIA). Mit beiden Technologien wurde ein Paradigmenwechsel bei der Auswertung von Fernerkundungsdaten eingeleitet: von pixel-basierten hin zu objekt-basierten Verfahren, die weitere Objektmerkmale, wie Form oder räumlichen Kontext mit einbeziehen. Trotz der damit erzielten verbesserten räumlichen und thematischen Genauigkeit, bleibt die Erstellung robuster, objekt-basierter Lösungen zur automatischen Bildanalyse, insbesondere mehrerer Bilder oder Bildarchive bislang nahezu unmöglich. Die wesentlichen Gründe hierfür liegen in der hohen Komplexität der Bildinhalte - gerade von VHR Bilddaten - und der nur schwer vorhersagbaren Variabilität der Objekteigenschaften in verschiedenen Bilddaten. Um akzeptable Ergebnisse zu erzielen, müssen die zur Bildanalyse erstellten OBIA Regelsätzen an die sich verändernden Bild- und Objekteigenschaften nach wie vor manuell angepasst werden. Entsprechend gering ist der Automatisierungsgrad für typische Fernerkundungsanwendungen, wie die Aktualisierung von Geo- Datenbanken, Veränderungsdetektion, oder Umweltmonitoring. Als einen möglichen Ansatz zur Lösung dieses Problems untersuchen wir in diesem Projekt die Koppelung, Erweiterung und Integration von OBIA mit dem agenten-basierten Paradigma: (Software-)Agenten können autonom in einer komplexen Umwelt agieren und auf unvorhergesehene Veränderungen flexibel reagieren. Zudem können sie im Verbund mit anderen Agenten einem Multi Agenten System (MAS) - miteinander interagieren und kooperieren um gemeinsame und individuelle Ziele zu erreichen. Diese grundlegenden Eigenschaften ermöglichen es agenten-basierten Systemen mit unvorhersehbaren und komplexen Situationen, sowie mit unvollständiger Information deutlich flexibler und robuster umzugehen, als z.B. objekt-basierte Systeme, weswegen agenten-basierte Systeme mittlerweile in Anwendungen eingesetzt werden, die einen hohen Grad an Flexibilität und Robustheit erfordern (z.B. Robotik). In den Geoinformationswissenschaften werden Software-Agenten derzeit hauptsächlich zur Simulation komplexer, raum-zeitlicher Prozesse eingesetzt. Im Projekt fokussieren wir uns jedoch auf die prozesssteuernden Aspekte agenten-basierter Systeme, nämlich: wie wir Prinzipien des agenten-basierten Paradigmas für die flexible und adaptive Steuerung von objekt-basierten Bildanalyseprozessen zur Auswertung von Fernerkundungsdaten einsetzen können. Dabei gehen wir davon aus, dass wir dadurch die Robustheit und Übertragbarkeit von Bildanalyseverfahren deutlich verbessern können. Die notwendigen Adaptionen der OBIA Regelsätze an veränderliche Bilddaten und Objekteigenschaften sollen autonom erfolgen. Insbesondere wollen wir erforschen, wie wir a) agenten-basierte Prinzipien bei der objekt-basierten Analyse von Fernerkundungsdaten übernehmen können (konzeptioneller Rahmen), b) wie und bis zu welchem Grad wir bereits existierende OBIA Ansätze erweitern müssen und können und c) wie wir agenten-basierte Ansätze in bereits existierenden OBIA-Umgebungen umsetzen können.

Moderne Fernerkundung ist nach wie vor mit der Herausforderung konfrontiert, die zur Verfügung stehenden Daten automatisch zu extrahieren. Schlüsseltechnologien, wie z.B. Objekt-Basierte Bildanalyse (OBIA) generieren bereits sehr genaue und verlässliche Ergebnisse, da sie sowohl Expertenwissen aus der Bildverarbeitung, als auch der Anwendungsdomäne miteinbeziehen, aber eine vollautomatische und verlässliche Bildanalyse ist derzeit noch nicht möglich. Doch die stetige Zunahme an Fernerkundungsdaten verlangt nach mehr Automation. Derzeitige, teilautomatisierte Methoden benötigen oftmals noch manuelle Anpassungen entsprechend den unterschiedlich auftretenden Bildvariationen, die in ihrer Art und ihrem Umfang nur schwer vorhersagbar sind. Gründe hierfür sind u.a.: unterschiedliche atmosphärische Zustände, unterschiedliche Sonnenstände, saisonale Effekte oder sensor-spezifische Effekte. Deshalb können Methoden und Lösungen, die für eine Szene erfolgreich entwickelt und angewendet wurden, bereits in der nächsten Szene fehlschlagen. Technologien, die flexibel auf diese unvorhersehbaren Bildvariationen reagieren, könnten die Automation in der Fernerkundungsbildanalyse enorm erhöhen. Daher war das Ziel von ABIA, zu untersuchen, ob durch die Einbindung von Softwareagenten die Automation (objekt-basierter) Fernerkundungsbildanalyse erhöht werden kann. Softwareagenten werden bereits in vielfältigen Anwendungsgebieten wie beispielsweise der Robotik, dem autonomen Fahren, Web-Suchmaschinen oder Bot Nets eingesetzt. Mehrere Softwareagenten können zu sogenannten Multi-Agenten-Systemen (MAS), bestehend aus Agenten mit verschiedenen Fähigkeiten aber gemeinsamen Zielen vergleichbar mit Ameisen- Kolonien - organisiert werden. MAS werden auch zur Simulation komplexer gesellschaftlicher oder biologischer Prozesse, wie z.B. Siedlungssimulationen, Simulation von Migrationen oder Jäger-Beute- Modellen in sog. Agenten-Basierten Modellen (ABM) eingesetzt. Vor diesem Hintergrund haben wir einen konzeptionellen Rahmen für ABIA entwickelt, der Konzepte des agenten-basierten Programmierens und der OBIA integriert. Der konzeptionelle Rahmen wurde auf verschiedene Arten implementiert und mit einem typischen Anwendungsszenario getestet. Wir haben festgestellt, dass es möglich ist, Softwareagenten existierende Regelsätze und Methoden autonom adaptieren zu lassen und dabei existierende Klassifikationsergebnisse zu verbessern. Außerdem konnten wir zeigen, dass Bildregionen sich wie Softwareagenten verhalten können und versuchen können, sich selbst autonom zu verbessern, um die relevanten Objekte im Bild bestmöglich zu repräsentieren. Obwohl unsere Ergebnisse nicht perfekt sind bestätigen sie unsere ambitionierten Langzeitforschungsziele und eröffnen neue Forschungsfragen, wie z.B.: wie handhaben wir mehrere korrekte Ergebnisse? Könnten Lern-Mechanismen das Agentenverhalten verbessern und wie? Könnte die ABIA-Technologie auch für die Simulation komplexer Systeme genutzt werden? Können wir die ABIA-Technologie für Big Data Analysen im Kontext von Fernerkundung und darüber hinaus verwenden?