Automatische BGT-updates via Deep Learning

Topografische kaarten zoals de Basisregistratie Grootschalige Topografie (BGT) zijn essentieel voor de Nederlandse overheid bij o.a. stedelijke planning en waterbeheer. Omdat de fysieke leefomgeving continu verandert, raken deze kaarten snel verouderd. Het huidige handmatige bijwerken kost veel tijd.

Dit promotieonderzoek maakt deel uit van een overkoepelend project om het bijwerken van de BGT te automatiseren. Met behulp van deep learning en recente geografische data (zoals 2D-luchtfoto's van Beeldmateriaal en 3D-hoogtedata van het AHN) worden betekenisvolle 'van-naar'-veranderingen automatisch gedetecteerd door de nieuwste sensordata te vergelijken met de bestaande BGT-kaarten.

Daarnaast onderzoekt het project of deze methode ook internationaal kan worden ingezet bij rampscenario's (zoals het snel in kaart brengen van schade na een ramp).