Überwachung von Plünderungen an Kulturerbestätten: Anwendung von Deep Learning auf Daten von optischen unbemannten Luftfahrzeugen als Lösung

Die Plünderung von Kulturerbestätten ist ein wachsendes Problem und bedroht nationale Volkswirtschaften, soziale Identität, zerstört Forschungspotential und traumatisiert Gemeinschaften. Für viele Länder besteht die Herausforderung bei der Sicherung des Erbes darin, dass oft zu wenige Ressourcen vorhanden sind, insbesondere bezahlte Aufpasser, während sich die Stätten auch in abgelegenen Gebieten befinden können. Hier entwickeln wir einen neuen Ansatz, der Deep Learning-Methoden anwendet, um das Vorhandensein von Plünderungen an Kulturerbestätten mithilfe optischer Bilder von unbemannten Luftfahrzeugen (UAVs) zu erkennen. Wir präsentieren Ergebnisse, die die Genauigkeit, Präzision und den Rückruf unseres Ansatzes zeigen. Die Ergebnisse zeigen, dass optische UAV-Daten eine einfache Möglichkeit für die Behörden sein können, Kulturerbestätten zu überwachen, und demonstrieren den Nutzen von Deep Learning zur Unterstützung des Schutzes von Kulturerbestätten, indem die Erkennung neuer Schäden automatisiert wird. Wir diskutieren die Auswirkungen und das Potenzial von Deep Learning als Werkzeug zum Schutz von Kulturerbestätten. Auch wie der Ansatz mit neuen Daten verbessert werden könnte, wird diskutiert. Darüber hinaus werden der verwendete Code und die Daten als Teil der Ausgaben bereitgestellt.