„Kérdezd a kutatót” interjúsorozat:
Prof. Dr. Jancsó Tamás egyetemi tanár, kutató
- Mivel foglalkozol a kutatásaid során?
Fő kutatási területeim a fotogrammetria és a távérzékelés, olyan modern módszerek és algoritmusok fejlesztése, amelyekkel nagy pontosságú térbeli, háromdimenziós modelleket tudok előállítani és elemezni.
Kutatásaim középpontjában áll a durva-hiba szűrés a pontfelhőkben – például a légifotók vagy lézerszkennelés eredményeiből keletkezett digitális magassági modellekből –, amely fontos alapja a pontos digitális domborzatmodellezésnek és a kiegyenlítő számításoknak, amelyek biztosítják a mért adatok megbízhatóságát és precizitását.
Egy másik hangsúlyos téma a digitális monoplotting, ahol a kétdimenziós légifelvételeket egyetlen képből kiindulva alacsony költséggel lehet térbeli koordinátákat kinyerni, miközben felhasználjuk a digitális magassági modellekben rejlő interpolációs lehetőségeket. Mindezt saját fejlesztésű szoftver segítségével hazai és nemzetközi konferenciákon is demonstráltam.
Kutatásai gyakorlataim dimenzióját jól szemléltetik a városi környezetek ökológiai elemzései, ahol távérzékelési módszerekkel – például pontfelhő- és zöldfelszín-adatok kombinációjával – vizsgálja a zöldfelületek térbeli eloszlását és hatását az emberi élőhely minőségére.
További tevékenységeim közé tartozik a 3D modellezés, légiháromszögelés és kiegyenlítő számítások optimalizálása, beleértve a pontfelhő alapú tárgyfelismerést.
Külön kutatási terültként jelenik meg a kamera kalibrációs eljárások pontosságának növelése, optimalizálása. Ezen belül a csillagok alapján történő kamerakalibráció gyakorlati alkalmazására saját fejlesztésű szoftvert készítettem.
Összességében a kutatásaimmal, úgy gondolom, hozzájárulok mind az elméleti, mind a gyakorlati fotogrammetria fejlődéséhez: jegyzetek és egyetemi tankönyvek szerzőjeként, számos konferencia és nemzetközi projekt résztvevőjeként mind tudományos, mind alkalmazott oldalon aktívan jelen vagyok a geoinformatikai közösségben. - Arra a területre, amit kutatsz, „betört-e” olyan technológia, amely forradalmasíthatja azt?
Az utóbbi években a fotogrammetria és a távérzékelés területein számos új technológia jelent meg, amelyek valóban forradalmi változásokat hozhatnak. Kiemelkedő szerepet játszik az alkalmazott mesterséges intelligencia, különösen a gépi tanulás és a mélytanulás, amelyek automatizálják a képeken, pontfelhőkben vagy multispektrális adatokban való objektumfelismerést és szegmentálást. Ez lehetővé teszi például a városi vegetáció vagy épületszerkezetek gyors, nagy pontosságú osztályozását.
A másik áttörés a nagyfelbontású dróntechnológia elterjedése, amely drasztikusan csökkentette a költségeket és növelte az adatok frissességét és részletességét. Ma már kisméretű, olcsó drónokkal is készíthetők olyan pontosságú légifelvételek és 3D modellek, amelyeket korábban csak légi kamerarendszerekkel lehetett előállítani.
Szintén forradalmi hatású az UAV-LiDAR rendszerek megjelenése, amelyek sűrű és részletes pontfelhőket generálnak – ez különösen erdészeti, infrastruktúra-felmérési vagy városi környezetmodellezési célokra hasznos. Ezen adatok kezelésében és feldolgozásában egyre nagyobb szerepet kap a felhőalapú számítás és a nagy adathalmazok kezelése, amelyek lehetővé teszik a valós idejű elemzést és a nagy területek hatékony feldolgozását.
Összegezve a felsorolt trendeket, ezek a technológiák nemcsak új lehetőségeket nyitnak meg a fotogrammetria és távérzékelés előtt, hanem jelentősen átalakítják a kutatási és gyakorlati folyamatokat is – a klasszikus módszerek kiegészülnek automatizált, gyors és pontos digitális megoldásokkal. - A kutatásod eredményei milyen szinten lehetnek befolyással? Érezhető-e a város vagy a lakosság vagy a régió vagy a nemzet szintjén?
A fotogrammetriai és távérzékelési kutatások, különösen a pontfelhő-kiértékelés, 3D modellezés, objektumfelismerés és zöldfelületek kvantitatív elemzése számos szinten fejthet ki érezhető hatást. Városi szinten például az így nyert adatok segíthetik a fenntartható várostervezést, zöldinfrastruktúrák térbeli optimalizálását vagy a klímaadaptív beavatkozások megalapozását. A pontos térbeli információk támogatják az okosváros-rendszerek fejlesztését is – például zöldfelület-monitorozással vagy közlekedési infrastruktúra elemzésével.
Lakossági szinten a távérzékelésből származó adatok segíthetik az élhetőségi mutatók javítását, például a hőszigetek csökkentését célzó intézkedések térbeli tervezését, illetve a zöldfelületek hozzáférhetőségének mérését. Régiós és nemzeti szinten az ilyen kutatások megalapozhatják a környezetvédelmi, erdészeti vagy mezőgazdasági politikák térinformatikai támogatását, mivel képesek nagy területeken gyors és részletes adatokat szolgáltatni a felszínborításról, biodiverzitásról vagy termelési potenciálról.
Az eredmények tehát nemcsak tudományos, hanem közpolitikai és társadalmi szinten is relevánsak, hozzájárulva egy pontosabb, adatvezérelt döntéshozatalhoz a környezet- és városmenedzsment területén. - Szakmai érdekesség a kutatási területed trendjeire vonatkozóan.
- AI-alapú objektumfelismerés fotogrammetriai adatokból
A mesterséges intelligencia – különösen a mélytanulás (deep learning) – forradalmasítja a légifelvételek és pontfelhők feldolgozását. Algoritmusok ma már képesek automatikusan felismerni és osztályozni épületeket, fákat, közlekedési elemeket vagy mezőgazdasági területeket, jelentősen gyorsítva a feldolgozási munkát.
- Drónok és UAV-alapú LiDAR rendszerek előretörése
A drónalapú felmérések olcsóbbá és rugalmasabbá váltak, mint a hagyományos repülőgépes módszerek. Ráadásul egyre elérhetőbbek a könnyű, nagy felbontású LiDAR szenzorok, amelyek már kis UAV-okra is felszerelhetők, lehetővé téve precíz topográfiai felméréseket, akár erdős vagy nehezen járható terepen is.
- Zöldfelület-analízis és városi ökológia
A városi zöldterületek szerepe a klímaváltozás hatásainak csökkentésében egyre fontosabb. Távérzékelés és pontfelhő-analízis segítségével ma már részletesen mérhető a zöldfelületek térbeli eloszlása, lombkoronamagasság, sőt még a zöld infrastruktúra hűtőhatása is modellezhető.
- Nagy időbeli felbontású műholdképek és változásdetektálás
Az olyan új műholdas rendszerek, mint a PlanetScope vagy Sentinel-2, napi vagy heti szintű képfrissítéssel szolgálnak. Ez lehetővé teszi a gyors változáskövetést – például építkezések, illegális fakitermelés vagy katasztrófahelyzetek esetén – akár automatikusan is, algoritmusokkal támogatva.
- Kiegyenlítő számítások és hibamodellek újragondolása
Ahogy a szenzoradatok egyre komplexebbé és nagyobb térbeli felbontásúvá válnak, úgy válik kulcsfontosságúvá a precíz hibaelemzés és durva-hiba szűrés. A hagyományos kiegyenlítő számítási eljárások mellett új statisztikai és sztochasztikus módszerek jelennek meg – például robusztus regresszió, objektum alapú hibaszűrési eljárások vagy Bayes-alapú megközelítések.
Dr. Jancsó Tamás publikációs jegyzéke: https://m2.mtmt.hu/api/publication?cond=authors;in;10012455&labelLang=hun
