Tre ricercatori della Johannes Kepler University hanno utilizzato l’intelligenza artificiale per migliorare le ricerche di persone perse nei boschi. Nel loro articolo pubblicato sulla rivista Nature Machine Intelligence, David Schedl, Indrajit Kurmi e Oliver Bimber, descrivono come hanno applicato una rete deep learning (apprendimento profondo) per le persone che si perdono nei boschi.
Quando le persone si perdono nelle foreste, gli esperti di ricerca e soccorso utilizzano elicotteri o droni per sorvolare l’area in cui è più probabile che si trovino. Oltre a scansionare semplicemente il terreno sottostante, i ricercatori usano binocoli e termocamere. Tali telecamere evidenziano le differenze di temperatura corporea delle persone a terra rispetto a quelle circostanti, rendendole più facili da individuare. Sfortunatamente, in alcuni casi la termografia non funziona come previsto a causa della vegetazione che copre il sottosuolo o del sole che riscalda gli alberi a una temperatura che è simile alla temperatura corporea della persona che si perde. Per questo i ricercatori hanno superato questi problemi utilizzando un’applicazione di apprendimento profondo per migliorare le immagini che vengono scattate.
La soluzione sviluppata dal team prevede l’utilizzo di un’applicazione di Intelligenza Artificiale per elaborare più immagini di una determinata area. Dopo l’elaborazione, le immagini prodotte hanno una profondità di campo molto più elevata: in esse le cime degli alberi appaiono sfocate mentre le persone a terra diventano molto più riconoscibili. Per addestrare il sistema di intelligenza artificiale, i ricercatori hanno dovuto creare il proprio database di immagini. Hanno usato i droni per scattare foto di volontari a terra in un’ampia varietà di posizioni.
I test del sistema hanno dimostrato che è accurato all’incirca dall’87 al 95%, rispetto a solo il 25% per le immagini termiche tradizionali. I ricercatori suggeriscono che il loro sistema è pronto per l’uso da parte delle squadre di ricerca e soccorso e potrebbe anche essere utilizzato dalle forze dell’ordine, dai militari o dai team della protezione civile o guardia forestale.
A questo link lo studio completo
