| heal.abstract |
Η Τηλεπισκόπηση είναι η επιστήμη της συλλογής και ανάλυσης δεδομένων για την επιφάνεια της Γης μέσω αισθητήρων που βρίσκονται σε απομακρυσμένες πλατφόρμες, όπως για παράδειγμα δορυφόροι ή
αεροσκάφη. Ένας σημαντικός τομέας εφαρμογής της είναι η τεκμηρίωση και συντήρηση αρχαιολογικών ευρημάτων, όπου οι συνεχείς μεταβολές από τις περιβαλλοντικές συνθήκες δημιουργούν προκλήσεις, απαιτώντας εξειδικευμένες τεχνικές παρακολούθησης. Στο πλαίσιο αυτό, οι τεχνικές φασματικού διαχωρισμού, βασισμένες σε υπερφασματικές εικόνες, επιτρέπουν την διάκριση των υλικών που περιέχονται σε μια σκηνή, επιτρέποντας την λεπτομερής ανάλυση τους. Παρότι τα παραδοσιακά γραμμικά μοντέλα φασματικού διαχωρισμού παρέχουν εύκολα ερμηνεύσιμα αποτελέσματα, δεν αποτυπώνουν πάντα τις σύνθετες μη γραμμικές αλληλεπιδράσεις του φωτός με τα υλικά που ανιχνεύονται. Για τον σκοπό αυτό, στην παρούσα μελέτη χρησιμοποιήθηκαν δύο μοντέλα: ένας αυτοκωδικοποιητής και ένα συνελικτικό νευρωνικό δίκτυο (CNN), τα οποία εκπαιδεύτηκαν με στόχο την εκμάθηση πολύπλοκων προτύπων όπως αυτά απεικονίζονται σε υποβρύχιες υπερφασματικές εικόνες, συμβάλλοντας στη βελτίωση της ακρίβειας του φασματικού διαχωρισμού. Η περιοχή μελέτης αφορά το ναυάγιο Νησιά στη θέση Νησιά Παραλιμνίου της Κύπρου. Οι υπερφασματικές απεικονίσεις
έχουν ληφθεί με υπερφασματική κάμερα τύπου line-scanner. Επειδή οι λήψεις είναι υποβρύχιες
χρήζουν διόρθωσης γεωμετρικών παραμορφώσεων καθώς και κατάλληλης αρχιτεκτονικής των δύο
μοντέλων που αναπτύχθηκαν στο πλαίσιο αυτής της εργασίας για τον φασματικό διαχωρισμό, ώστε να
λαμβάνει υπόψη την φασματική απόκλιση του κάθε υλικού που προξενείται από το θαλάσσιο
περιβάλλον. Η μελέτη αυτή τονίζει τη σημασία της συνδυασμένης προσέγγισης υπερφασματικής
απεικόνισης και μηχανικής μάθησης ως θεμελιώδη παράγοντα για την τεκμηρίωση και την συντήρηση
των υποβρύχιων αρχαιολογικών μνημείων. |
el |