Klasyfikacja elementów sceny dla danych ze skanowania lidarowego
Celem pracy inżynierskiej było opracowanie skutecznego modelu uczenia maszynowego do automatycznej detekcji grodzisk na podstawie danych ze skanowania lidarowego.
W celu opracowania modelu wykorzystano odpowiednie algorytmy uczenia maszynowego oraz dane pochodzące ze skanowania lidarowego. Model został wytrenowany na podstawie danych z poprzednio zidentyfikowanych grodzisk, aby nauczyć go rozpoznawania charakterystycznych cech terenu, które świadczą o obecności grodziska.
Po opracowaniu i wytrenowaniu modelu został on zastosowany do przeszukania całego obszaru Polski, w celu odnalezienia niezarejestrowanych grodzisk. Wyniki testów wykazały, że model jest skuteczny w detekcji grodzisk, poprawnie identyfikując 82% grodzisk ze zbioru testowego. Dodatkowo, po wstępnej analizie rezultatów skanowania całego obszaru Polski, model zidentyfikował co najmniej kilkadziesiąt obiektów nie występujących w publicznie dostępnych rejestrach grodzisk, potencjalnie będących nieznanymi nauce zabytkami.
Model może być też użyty do przyspieszenia procesu przeszukiwania Numerycznego Modelu Terenu, pozwalając archeologom skupić się tylko na wytypowanych przez model obiektach.
