• Purchaser

    Élelmiszerlánc-biztonsági Centrum Nonprofit Korlátolt Felelősségű Társaság

  • Publication date

    Aug 12, 2020

  • Type

    3

  • Value Awarded

    45.9m Ft

  • Source

    EKR

    Nyertes Ajánlattevő feladata az ürömlevelű parlagfű (Ambrosia artemisiifolia) detektálására vonatkozó módszer fejlesztése morfológiai minták és nagyfelbontású UAV képadatok „deep learning” elemzésével az Egyéb közbeszerzési dokumentumok részét képező Műszaki dokumentumokban foglaltaknak megfelelően, az alábbi főbb feladatrészek szerint: • Adatgyűjtés: o UAV képalkotó rendszer definiálása a maximális térbeli felbontás elérése érdekében - A tesztterületen a légi képalkotó rendszer használatával ortofotó alapréteget kell létrehozni, különböző térbeli és időbeli minták és felbontások alapján, elérve az 1 cm-es felszíni képpontfelbontást is. Felbontási sorozat beállítását szükséges létrehozni, amelyeken a szegmentálhatóság lehetőségét és sikerességét kell vizsgálni. Az elemzés elsősorban a morfológiai paraméterek felismerésére és azonosítására fokuszál, de felhasználja a valódi színes képek adta, látható spektrális csatornák tulajdonságait is. Az adatfelvételezés célja, a maximális mintaelemszám és fenotipusos változékonyság leképezése az egyes időablakokon belül o Terepi adatgyűjtési időablakok és térbeli mintavételi stratégiák specifikálása - Nyertes ajánlattevő feladata terepi mérési adatok gyűjtése a kijelölt mintaterületeken belül. A terepi mérések során a különböző gyomfoltok felmérésére szubméteres DGPS-t kell alkalmazni. Reprezentatív foltokon 1x1 m-es négyzetben el kell végezni a szükséges gyomfelvételezést, amely tartalmazza a gyomok összetételét és borítását. A parlagfűvel borított területekről terepi fotókat és minimum 5-10 cm terepi felbontású UAV felvételeket is készíteni kell. o A légi és terepi téradatok integrálása, kalibrálás-validálás céljából, o Morfológiai paraméterek meghatározása, • Adatfeldolgozás és elemzés: o Fenológiai állapottérkép készítése kiválasztott tesztterületeken - El kell készíteni az adott tesztterület fenológiai téradatrétegét kiválasztott időablakok (pl. időjárás, fertőzöttség, aktualitás stb.) alapján, különböző képpontsűrűséggel. Ehhez tartozik a növénytársulási viszonyok feltérképezése, keveredési arányok, állománydominanciák megértése. Meg kell határozni a parlagfű digitális morfológiai beazonosíthatósági és rendszerezett mintáit. Össze kell állítani a tanítómorfológiákat az osztályozási eljárásokhoz. Az automatizált és irányított képelemzési eljárások alkalmazása során, mindegyik kategóriában min. 3 kerül kipróbálásra és tesztelésre. A legeredményesebb kerül kiválasztásra és továbbfelhasználásra. Ezzel párhuzamosan a távérzékelésben, digitális képfeldolgozásban és mintafelismerésben használatos „deep learning” modellek alkalmazását is el kell végezni. o Társulástérkép és adaptációs térkép létrehozása, o Állománystruktúrák és állományminták elemzése, o Változékonyság és mintázhatóság vizsgálata, o Térbeli frekvenciák elemzése, háttér és dominancia vizsgálat, o Zajszintek elemzése és értékelése, o Tanítómorfológiák összeállítása és betanítása, o Automatizált és irányított képelemzési eljárások alkalmazása, o „deep learning” osztályozási és szegmentálási módszerek alkalmazása - Nyertes ajánlatevőnek el kell végeznie az egyes adatforrások és azok kombinációival elvégzett képosztályozások pontosság vizsgálatát. • Megvalósíthatósági tanulmány elkészítése - A projekt eredményeinek összefoglaló elemzése, kiegészítve az egyes folyamatok megvalósíthatóságának lehetőségeiről, a különböző szcenáriók értékelésével. Az elvégzendő feladatok részletes leírását az Egyéb közbeszerzési dokumentumok részét képező Műszaki dokumentumok tartalmazzák.

    Notices

    • Aug 11, 2020

      Invitation to participate

    • Oct 12, 2020

      Information on the outcome of the procedure

    KOZBESZERZESI_DOKUMENTACIO_BLOKK

    Összegezés az ajánlatok elbírálásáról

    SZERZODESSEL_KAPCSOLATOS_INFORMACIOK_BLOKK