Grobflächenbasierte Kartierung von städtischen Werbeinfrastrukturen mithilfe von Drohnenbildern und tiefen Lernverfahren zur räumlichen Datenanalyse

Das Problem der visuellen Verschmutzung ist in städtischen Gebieten ein zunehmend besorgniserregendes Phänomen, das durch störende visuelle Elemente gekennzeichnet ist, die zu Überreizung und Ablenkung führen können, Aussichten blockieren und Fahrer ablenken. Großflächige Werbeträger wie Werbeplakate sind zwar effektive Werbemittel, tragen jedoch erheblich zur visuellen Verschmutzung bei. Illegale oder besonders große Plakate verschärfen diese Probleme zusätzlich und bergen Sicherheitsrisiken. Daher besteht ein dringender Bedarf an effektiven und effizienten Methoden zur Erkennung und Verwaltung von Werbeträgern in städtischen Gebieten. In diesem Artikel wird ein auf Deep Learning basierendes System vorgestellt, das zur automatischen Erkennung von Werbeplakaten mit herkömmlichen unbemannten Luftfahrzeugen (Drohnen) eingesetzt wird. Dank der geospatialen Informationen aus den Sensoren der Drohne kann die Position der Plakate geschätzt werden. Parallel zu dem System präsentieren wir zum ersten Mal einen Datensatz für die Erkennung von Werbeplakaten aus Drohnenperspektive. Er umfasst 1361 Bilder mit ergänzenden räumlichen Metadaten sowie 5210 Annotationen.