由IIT研究人员开发的AI将分析卫星图像，以检测隐藏的考古地点的痕迹。
文化景观扫描仪试点项目将利用人工智能来检测底土的考古遗产。该项目将持续三年，并将通过IIT与欧洲空间机构合作进行。
“文化景观扫描仪”（CLS）项目出生于Istituto Italiano di Tecnologia（Iit-Italial ObsitiTutitute）和欧洲航天局（ESA）之间的合作，以通过人工分析卫星图像来检测以上考古地点智力（AI）。IIT的研究人员在威尼斯威尼斯威尼斯的文化遗产技术中心，由Arianna Traviglia引导，介绍AI帮助考古学家通过揭示土壤中隐藏的痕迹来追溯人类的古老存在。AI将能够识别植被的甚至可能在表面的植被或其他特定迹象中的最小或难以察觉的变化，这可能表明仍未发现尚未发现的存在。该项目将持续三年，并可立即结果提高了识别抢劫风险的文化遗产的能力。
在过去的几十年中，鉴定亚表面文化遗产网站的识别已经利用了遥感数据，一种检测方法，允许通过图像在子土中找到埋地物体，其中可以从异常中识别底层考古沉积物和裸土壤，作物或植被的痕迹。Arianna Traviglia以前的研究已经调查了开发自动遥感的潜在优势，但它们也表明目前的技术有一些限制，能够检测非常特定的物体。在这种情况下，自由遥感数据集的Web平台已知是指数增长，并由全球文化遗产社区充分利用。其中，有欧洲委员会与ESA合作的地球观测协调的地球观测的Copernicus，免费和开放的卫星数据平台。
但是，由于要管理的大量数据，因此，来自这些平台的数据的视觉分析非常复杂，并且因为必须查看图像和人类解释。出于这个原因，Traviglia的研究小组的真正挑战是加入机器倾斜和计算机化的人工视觉，以使这项工作更容易。该集团是世界上少数少数人设计的，具有设计用于自动检测考古和文化遗产的算法。
因此，“文化景观扫描仪”（CLS）项目将有一种创新方法，旨在克服基于主观观察的目前方法，由于先进的计算方法，可能更广泛，更精确的检测。
研究人员将定义广泛的频谱，适应性和强大的自动识别程序，用于使用从Copernicus平台获得的远程数据为文化遗产。通过机器学习自动遥感将通过卫星图像更准确地检测文化遗产物体，并更清楚地识别古代陆地锁定系统。
机器学习算法可以通过在增量自学习过程中获得经验自动改进。因此，AI将能够提供越来越精确的潜在地下考古地点的识别。
这种AI方法将能够看到通常不可能看到人眼的物体或不规则性。这些元素的组合将产生观察植被，裸片，空洞和裁剪中的痕迹。因此，由于其在分析图像和探索更广泛的空间区域的可能性方面，AI将基于主观观测支持当前的照片解释实践。另一方面，从自动遥感的发展中肯定利润是文化遗产保存的增加。事实上，即时结果将通过改善对抢劫风险的文化威胁的文化威胁的改善能力来代表。
更多信息
文化景观扫描仪试点项目是IIT文化遗产技术和欧洲航天局（ESA）之间的伙伴关系的结果。
Arianna Traviglia是IIT的文化遗产技术（CCHT）在威尼斯（意大利）的协调员。她的研究领域被置于信息管理和人文学科，大部分内容侧重于调解在文化遗产的研究和管理中介绍数字技术。她的专业知识在于多光谱/高光谱图像处理和光学审商：在横向考古学和遥感领域的研究兴趣，跨越15年的学术职业，她是她领域的国际知名专家。
