Ga door naar hoofdcontent
ArtikelenVerslag Nieuwjaarsborrel GIN Oost

Verslag Nieuwjaarsborrel GIN Oost

Woensdag 1 april 2020Afbeelding Verslag Nieuwjaarsborrel GIN Oost

Op donderdag 23 januari vond de nieuwjaarsborrel van GIN Oost plaats bij het Kadaster in Zwolle. Voor het thema gingen we dit jaar de diepte in, met twee zeer interessante presentaties over Deep Learning en Machine Learning. Met een deelnemersaantal van ruim 60 geïnteresseerden was dit met recht een geslaagde nieuwjaarsborrel te noemen.

De eerste presentatie was van Laurens Bakker die in het kader van zijn studie in opdracht van Defensie/Kadaster onderzoek heeft gedaan naar geautomatiseerde objectenherkenning. Zie hierover ook het artikel van Laurens Bakker in dit nummer [red.]. Als proefgebied is een dunbevolkt en overwegend agrarische regio in Wit-Rusland gekozen. Hiervan is onderzocht of op basis van satellietdata en met behulp van de methode ‘deep learning chip classification’ mogelijk was om automatisch bruggen en viaducten te herkennen. Dat bleek redelijk goed te gaan waarbij de helft van de bruggen werd gevonden met een nauwkeurigheid van 96% (dus als de software zei: ‘dit is een brug’, dan was het in bijna alle gevallen ook een brug). De methode bleek met name bruikbaar op plekken waar weinig tot geen ground truth data beschikbaar was. Uiteraard was de methode ook voor verbetering vatbaar, die zijn door Laurens onderzocht. Los van de inhoud die een behoorlijk technisch karakter had, was zijn presentatie erg leuk om te zien en te horen. Ook voor toehoorders die nieuw zijn met de materie was het verhaal goed te volgen. Zijn enthousiasme en gedrevenheid om nieuwe technieken te onderzoeken en toe te passen was aanstekelijk.

Automatisch schouwen is tijdbesparing

De tweede presentatie werd gegeven door Patrick de Groot van Imagem. Zijn verhaal ging over een actuele en op dit moment toegepaste methode van automatische beeldherkenning van het schouwproces. In 2019 is het Waterschap Drents Overijsselse Delta aan de slag gegaan met automatisch schouwen, waarbij ze gebruik maken van machine learning in ERDAS IMAGINE. De opgave van het waterschap bestaat uit het schouwen van zo’n 2500 km aan watergangen, een arbeidsintensieve klus met een doorlooptijd van 2,5 maand. Met de nieuwe methode wordt de eerste beoordeling binnen gedaan. De software herkent de niet-schone sloten en op basis van deze selectie vindt een veldbezoek plaats. Slechts 6% van het areaal vroeg nog om een veldbezoek. De nieuwe methode kan daarmee in een veel kortere tijd met minder mensen worden volbracht. Wordt de mens dan overbodig? Nee, twee zaken bleven hangen na Patrick zijn verhaal. Ten eerste biedt de methode het waterschap de mogelijkheid om vaker dan een keer per jaar te schouwen (zoals dat eerder gebeurde). Daarnaast krijgen de mensen van het waterschap nu meer tijd om gerichter naar buiten te gaan en meer aandacht te schenken aan delen van het areaal die daar om vragen. Daar was eerder vaak geen of weinig ruimte voor.

Na deze twee presentaties heeft Paula Dijkstra de toehoorders bijgepraat over de laatste ontwikkelingen rondom de FIG Working Week van 10 tot 14 mei in Amsterdam. Tenslotte was het tijd om het nieuwe jaar in te luiden, de borrel werd aangekondigd door onze nieuwe voorzitter van GIN, Ron Rozema. Daarna kon er uitgebreid worden genetwerkt en bijgepraat en keken we terug op een mooie en leerzame avond.

Foto’s: Carline van Amsing en Yves Martens.