A Magyar Hidrológiai Társaság XXXIX. Országos Vándorgyűlése (Nyíregyháza, 2022. július 6-8.)
5. szekció - Hidrológia, hidrogeológia, hidraulika, numerikus modellezés - 5. Ermilov Alexander Anatol - Baranya Sándor (BME): Folyó hordalékviszonyainak vizsgálata képalapú eljárásokkal
Egy mintavételi pont szemeloszlás görbéi D50 [mm] 1078 9.93 1306 Szórás 136 177 168 HagyomáriYos Képelemzés (wavelet] Módosított képelemz. — Hagyományos — Kepelemz. Módosított kép. Homok Kavics 100 Szemcse méret [mm] 1. ábra. A példaként hozott mintavételi pont hagyományos (fekete), valamint képalapú (wavelet; kék) szemeloszlás görbéje. Sárgával a képalapú eredmény transzformált változatát ábrázoltuk, melyre itt nem térünk ki részletesebben. (Ermilov et al., 2020b) A fentiek miatt azonban a továbbiakban csak validációs és közelítő célokra alkalmaztuk a transferable wavelet módszert. A kutatás fő lépéseként, a medervideók alapján sikeresen felépítettünk egy Mélytanuló (Deep Learning; Sarker, 2021) Mesterséges Intelligenciát a homok, kavics és görgeteg hordalék frakciók képeken történő felismerésére és lehatárolására. A tanítás sikerességének kiértékelésekor ígéretes mutatókat kaptunk. A 2. ábra 3 mederképkocka esetén szemlélteti az algoritmusnak megtanított (ember általi) lehatárolásokat és kategóriákat (frakciókat), majd a Mélytanuló modell alapján készített eredményt. Végül pedig az eredményt az eredeti képre vetítettük a szemléletesség kedvéért. Eredményképpen, minden képkockára ki tudtuk ezután számolni a hordalék kategóriák százalékos arányát, így jellemezve a kép helyén uralkodó mederanyag viszonyokat.