Vogelkollisionen in der Luftfahrt angehen: Der AirBirds-Datensatz

Vogelschläge sind ein grosses Problem für die Flugsicherheit. Sie können Schäden an Flugzeugen, finanzielle Verluste und sogar Verletzungen oder Todesfälle von Menschen verursachen. Von 1990 bis 2019 gab's in den USA über 220.000 Vogelschläge mit zivilen Flugzeugen, wobei Vögel bei 97 % dieser Vorfälle beteiligt waren. Der wirtschaftliche Verlust durch diese Schläge kann bis zu 500 Millionen Dollar pro Jahr erreichen. Die meisten Vogelschläge passieren beim Start und bei der Landung, was Flughäfen zu einem wichtigen Bereich für Präventionsmassnahmen macht. Trotz bestehender Systeme zur Vermeidung von Vogelschlägen passieren immer noch Unfälle, was die Notwendigkeit von besserer Forschung und Lösungen verdeutlicht.

#Der Bedarf an einem umfassenden Datensatz

Eine der grössten Herausforderungen bei der Entwicklung effektiver Systeme zur Vermeidung von Vogelschlägen ist der Mangel an einem umfangreichen Datensatz, der speziell an echten Flughäfen gesammelt wurde. Viele bestehende Datensätze sind entweder klein oder nicht direkt auf dieses Problem anwendbar. Zum Beispiel enthält die vom Federal Aviation Administration (FAA) geführte Wildlife Strike Database wertvolle Informationen, besteht aber hauptsächlich aus Textaufzeichnungen ohne Bilder oder Videos. Andere Datensätze können Vögel in anderen Zusammenhängen betrachten, sind aber für Flughafenumgebungen nicht relevant.

#Überblick über den AirBirds-Datensatz

Um die Lücke in den verfügbaren Daten zu schliessen, wurde ein neuer Datensatz namens AirBirds erstellt. Dieser Datensatz besteht aus 118.312 Zeitraumbildern, die an einem echten Flughafen gesammelt wurden. Er umfasst 409.967 begrenzende Kästchen, die manuell annotiert sind, um die Position fliegender Vögel anzuzeigen. Die Bilder wurden von einem Netzwerk hochauflösender Kameras über vier Jahreszeiten aufgenommen, wobei verschiedene Vögel, Lichtverhältnisse und Wetterbedingungen abgedeckt wurden.

Das Besondere an AirBirds ist, dass es Vögel in ihrer natürlichen Flughafenumgebung festhält, was es zum ersten grossflächigen Datensatz macht, der sich der Vermeidung von Vogelschlägen widmet. Die durchschnittliche Grösse der annotierten Vögel in diesem Datensatz beträgt weniger als 10 Pixel, was ihre Erkennung ziemlich schwierig macht.

#Merkmale des AirBirds-Datensatzes

AirBirds zeichnet sich durch drei Hauptmerkmale aus:

1. Echtzeit-Datensammlung: Alle Bilder im Datensatz stammen von einem tatsächlichen Flughafen und bieten seltene, direkte Daten, die für die Forschung zur Vermeidung von Vogelschlägen entscheidend sind.

2. Vielfältige Szenarien: Der Datensatz deckt verschiedene Vogelarten über verschiedene Jahreszeiten ab und umfasst mehrere Szenarien wie Tag und Nacht sowie unterschiedliche Wetterbedingungen wie sonnige, bewölkte, regnerische und neblige Tage.

3. Grössenverteilung: Ein bedeutender Aspekt von AirBirds ist, dass 88 % der Vogelinstanzen kleiner als 10 Pixel in den Bildern sind. Das macht die Erkennung besonders schwierig, da die meisten bestehenden Datensätze Vögel zeigen, die deutlich sichtbar und gut zentriert sind.

#Datensammlungsprozess

Der Datensammlungsprozess für AirBirds war umfangreich. Er begann im September 2020 und dauerte bis August 2021. Ein Netzwerk hochauflösender Kameras wurde entlang der Landebahnen des Flughafens eingerichtet, um fliegende Vögel zu überwachen. Aufgrund der riesigen Menge an gesammelten Daten wurde eine sorgfältig organisierte Strategie umgesetzt.

Zunächst nahmen die Kameras Videos mit einer hohen Bildrate auf. Da viele der Frames keine Vögel zeigten, wurde ein Sampling-Ansatz verwendet, um nur die Frames auszuwählen, in denen Vögel vorhanden waren. So wurde die Datensammlung auf etwa 300 Bilder pro Tag reduziert, insgesamt über 118.000 Bilder.

Der Annotierungsprozess umfasste drei Runden. In der ersten Runde kam ein Algorithmus zum Einsatz, um erste Begrenzungsrahmen um die erkannten Vögel zu generieren. In der zweiten Runde verfeinerte ein Team von Arbeitern diese Annotationen, indem sie sie im Detail überprüften. In der dritten Runde fand eine Überprüfung statt, um sicherzustellen, dass die Annotationen genau waren.

#Vergleich von AirBirds mit anderen Datensätzen

AirBirds unterscheidet sich aus mehreren Gründen von anderen Datensätzen, die in der Vogelorschung verwendet werden. Viele bekannte Datensätze wie CUB, Birdsnap und NABirds konzentrieren sich auf bestimmte Vogelarten und sind auf feingliedrige Kategorisierung zugeschnitten. Ihre Bilder zeigen oft grössere und klar umrissene Vögel. Im Gegensatz dazu werden Vögel in AirBirds in einem realen Kontext erfasst, was sie kleiner und weniger eindeutig macht.

Ein weiterer wichtiger Aspekt ist, dass bestehende Datensätze wie ImageNet und COCO, obwohl sie eine grosse Anzahl von Bildern verschiedener Motive enthalten, hauptsächlich für die allgemeine Bildverarbeitung gedacht sind. Das macht sie weniger geeignet für die spezifische Aufgabe der Vermeidung von Vogelschlägen.

#Herausforderungen bei der Erkennung von Vögeln

Die Erkennung von Vögeln im AirBirds-Datensatz stellt erhebliche Herausforderungen dar. Die einzigartige Grössenverteilung und die Beschaffenheit der Bilder erschweren es den aktuellen Erkennungssystemen, gut zu funktionieren. Vorläufige Bewertungen mit 16 verschiedenen Erkennungsmodellen zeigten, dass sie zwar auf Standarddatensätzen eine angemessene Leistung erbrachten, aber Schwierigkeiten bei AirBirds hatten.

Die schlechte Leistung dieser Modelle deutet darauf hin, dass die Vogelverkennung im Kontext von Flughäfen spezialisierte Ansätze erfordert. Die einzigartigen Merkmale der Bilder, wie Grösse und Lichtverhältnisse, müssen berücksichtigt werden, um die Erkennung zu verbessern.

#Experimentelle Ergebnisse

Eine Reihe von Experimenten wurde durchgeführt, um die Leistung verschiedener Modelle im AirBirds-Datensatz zu bewerten. Die Ergebnisse zeigten, dass bestehende leistungsstarke Detektoren im Vergleich zu gängigeren Datensätzen eine erhebliche Leistungslücke aufwiesen, wenn sie an diesem neuen Datensatz getestet wurden.

Ein Beispiel ist eines der am besten abschneidenden Modelle, das nur einen niedrigen durchschnittlichen Präzisionswert von 11,9 erzielte, was die Schwierigkeit zeigt, kleine Vögel in realen Flughafenszenarien zu erkennen. Die Beziehung zwischen Präzision und Rückruf zeigte ebenfalls, dass einige Modelle zwar eine höhere Anzahl von Vögeln zurückrufen konnten, dies jedoch oft mit einer höheren Rate falscher Positiver einherging.

#Bedeutung des AirBirds-Datensatzes

Der AirBirds-Datensatz ist eine wichtige Entwicklung für Forscher, die an der Vermeidung von Vogelschlägen arbeiten. Indem er einen grossen und umfassenden Datensatz bietet, der an realen Flughäfen aufgenommen wurde, hilft er, die Lücke zwischen Theorie und Praxis zu schliessen. Dieser Datensatz kann als wertvolle Benchmark für zukünftige Forschung und die Gestaltung besserer Erkennungssysteme dienen.

Durch den Zugang zu diesem Datensatz können Forscher neue Methoden zur effektiven Erkennung und Vermeidung von Vogelschlägen erkunden. Man erwartet, dass er weitere Fortschritte in der Technologie fördert, um die Sicherheit im Luftverkehr zu verbessern.

#Fazit

Zusammenfassend lässt sich sagen, dass Vogelschläge ein ernstes Risiko in der Luftfahrt darstellen, das verbesserte Forschung und Erkennungssysteme erfordert. Der AirBirds-Datensatz schliesst eine erhebliche Lücke in den verfügbaren Daten und bietet eine einzigartige Sammlung von Bildern, die reale Bedingungen an Flughäfen widerspiegeln. Die Herausforderungen bei der Erkennung kleiner Vögel in diesem Kontext verdeutlichen die Notwendigkeit innovativer Ansätze, die speziell auf diese Umstände zugeschnitten sind.

AirBirds wird Forschern und Praktikern, die sich auf die Vermeidung von Vogelschlägen konzentrieren, zugutekommen. Seine Erstellung stellt einen bedeutenden Fortschritt im Verständnis und der Minderung der Risiken dar, die mit Vogelschlägen in der Luftfahrt verbunden sind. Die laufenden Arbeiten und zukünftigen Entwicklungen, die aus diesem Datensatz hervorgehen, werden eine wesentliche Rolle bei der Verbesserung der Sicherheit an Flughäfen weltweit spielen.