{"id":11975,"date":"2025-09-16T09:22:08","date_gmt":"2025-09-16T07:22:08","guid":{"rendered":"https:\/\/edihadria.eu\/?p=11975"},"modified":"2025-09-16T10:47:25","modified_gmt":"2025-09-16T08:47:25","slug":"inovacija-u-ocuvanju-bastine-drugi-otok-i-edih-adria-uspjesno-testirali-ai-za-automatsku-detekciju-suhozida","status":"publish","type":"post","link":"https:\/\/edihadria.eu\/it\/inovacija-u-ocuvanju-bastine-drugi-otok-i-edih-adria-uspjesno-testirali-ai-za-automatsku-detekciju-suhozida\/","title":{"rendered":"Innovazione nella conservazione del patrimonio: Seconda isola e EDIH Adria hanno testato con successo l'IA per il rilevamento automatico del muro a secco"},"content":{"rendered":"

I muri a secco, i monumenti in pietra di abilit\u00e0 e fatica sono una parte importante del paesaggio croato. La loro mappatura, cruciale per la conservazione e l'analisi, \u00e8 tradizionalmente un processo lento che si basa sul lavoro sul campo e sull'interpretazione manuale delle riprese aeree. La seconda isola vl. Filip Bubalo, un mestiere dedicato alla ricerca e alla protezione del patrimonio vernacolare, ha riconosciuto questa sfida come un'opportunit\u00e0 per applicare nuove tecnologie. Hanno posto una domanda chiara: L'intelligenza artificiale moderna pu\u00f2 rilevare queste strutture sottili su immagini LiDAR complesse e quindi migliorare il processo di documentazione?<\/p>\n

Soluzione attraverso il programma Test-Before-Invest (TBI)<\/strong><\/p>\n

Per testare questa idea, Second Island vl. Filip Bubalo ha collaborato con il consorzio EDIH Adria attraverso il programma \"Test Before Invest\" (TBI). L'obiettivo del progetto era quello di esplorare la fattibilit\u00e0 tecnica e sviluppare un prototipo di modello di intelligenza artificiale per il rilevamento automatico del muro a secco. L'attenzione si \u00e8 concentrata sull'applicazione delle moderne tecniche di visione artificiale per risolvere un problema specifico: Identificazione di strutture in pietra irregolari, spesso erose su dati LiDAR a basso contrasto con alti livelli di rumore.<\/p>\n

\"Figura
Figura 1 \u2013 Esempio di annotazione precisa del muro a secco, una fase fondamentale per l'addestramento dei modelli di IA<\/figcaption><\/figure>\n

Nell'ambito delle attivit\u00e0 TBI, gli esperti dell'Universit\u00e0 Juraj Dobrila di Pola, partner del consorzio EDIH Adria, hanno lavorato a stretto contatto con l'imbarcazione Second Island vl. Philip Bubalo. Tra le fasi principali figurano:<\/p>\n

    \n
  • Creazione di un set di dati dedicato<\/strong>: L'utente ha condotto un'annotazione precisa di oltre 3000 esempi di muri a secco su oltre 700 immagini LiDAR, ottenute in collaborazione con l'Istituzione pubblica per la gestione del Parco forestale di Marjan, creando il primo set di dati di questo tipo in Croazia, specificamente destinato alla formazione sull'IA.<\/li>\n
  • Applicazione della tecnica OBB<\/strong>: A causa della forma allungata delle pareti, \u00e8 stata utilizzata l'architettura YOLOv11 con supporto per telai orientati (Oriented Bounding Boxes - OBB), consentendo al modello di descrivere pi\u00f9 accuratamente la posizione e l'angolo delle strutture rilevate.<\/li>\n
  • Ottimizzazione del modello strategico<\/strong>: Attraverso una serie di esperimenti, si \u00e8 scoperto che la fusione di tutti i tipi di muri a secco in una classe e la formazione su immagini ad alta risoluzione (1280px) d\u00e0 i risultati pi\u00f9 stabili.<\/li>\n<\/ul>\n

    Risultati e benefici per la seconda isola<\/strong><\/p>\n

    Il progetto TBI ha dimostrato con successo che, nonostante le sfide, l'applicazione dell'IA per il rilevamento del muro a secco \u00e8 tecnicamente fattibile e promettente:<\/p>\n

      \n
    • Livello di prestazione di base stabilito<\/strong>: Il modello OBB medio YOLOv11 ha raggiunto una precisione (precisione) di 47,7% e trovare (richiamo) di 47,5%. Questi risultati dimostrano che il modello \u00e8 in grado di apprendere le caratteristiche visive dei muri a secco e rappresentano una base solida e misurabile per un ulteriore sviluppo.<\/li>\n
    • Potenziale definito dell'\"assistente di IA\"<\/strong>: Il prototipo ha dimostrato la capacit\u00e0 di funzionare come strumento per accelerare il lavoro manuale. Invece di cercare mappe vuote, i ricercatori possono utilizzare l'IA per il \"primo passaggio\", che segna automaticamente quasi la met\u00e0 di tutte le potenziali posizioni, il che pu\u00f2 accelerare in modo significativo il processo di mappatura.<\/li>\n
    • Principali sfide e soluzioni individuate<\/strong>: Il progetto ha confermato che la sfida pi\u00f9 grande \u00e8 la natura stessa dei dati LiDAR. Questa intuizione guida gli sforzi futuri verso l'acquisizione di dati LiDAR ad alta densit\u00e0 (minimo 300 punti \/ m2, ma preferibilmente di pi\u00f9) come il passo pi\u00f9 significativo per migliorare ulteriormente l'accuratezza. Inoltre, la qualit\u00e0 dei dati di input aumenterebbe sicuramente in modo significativo se i modelli di intelligenza artificiale fossero applicati direttamente al cloud di punti anzich\u00e9 alle immagini LiDAR.<\/li>\n<\/ul>\n
      \"Figura
      Figura 2 \u2013 Rilevamento riuscito delle linee intermittenti (blu) del muro a secco<\/figcaption><\/figure>\n
      \"Figura
      Figura 3 \u2013 Il modello riconosce le strutture anche in campo con vegetazione fitta<\/figcaption><\/figure>\n

      Risultati e benefici per la seconda isola<\/strong><\/p>\n

      Questo progetto TBI ha fornito alla Seconda Isola preziose informazioni:<\/p>\n

        \n
      • Importanza dei dati specializzati<\/strong>: Il successo sta nel creare i propri set di dati di alta qualit\u00e0 su misura per il problema specifico.<\/li>\n
      • L'IA come strumento di accelerazione, non di sostituzione<\/strong>: La pi\u00f9 grande forza dell'IA nella conservazione del patrimonio \u00e8 quella di responsabilizzare i professionisti, consentendo loro di lavorare in modo pi\u00f9 rapido ed efficiente.<\/li>\n
      • Un percorso chiaro per un ulteriore sviluppo<\/strong>: Il progetto ha portato a raccomandazioni concrete, dall'acquisizione di dati di migliore qualit\u00e0 allo sviluppo di un plugin GIS che trasformerebbe questo prototipo in uno strumento pratico.<\/li>\n<\/ul>\n

        Artigianato Seconda isola vl. Filip Bubalo prevede di utilizzare i risultati di questo progetto come base per l'ulteriore sviluppo e integrazione di questa soluzione in collaborazione con le istituzioni scientifiche e considera l'applicazione all'interno delle istituzioni pubbliche che si occupano della protezione del patrimonio culturale.<\/p>\n

        L'altra isola e vl. Filip Bubalo esprime la sua grande gratitudine all'Universit\u00e0 Juraj Dobrila di Pola e al Consorzio EDIH Adria per la preziosa collaborazione nell'ambito del programma Test Before Invest (TBI).<\/em>Attraverso il lavoro congiunto, abbiamo testato con successo l'applicazione dell'intelligenza artificiale per il rilevamento automatico del muro a secco su immagini LiDAR complesse, che pu\u00f2 essere considerato un precedente per progetti che si occupano di studio del patrimonio culturale.<\/em>I risultati confermano che le tecnologie moderne, come il LiDAR, l'IA e il software di elaborazione dei dati spaziali, possono svolgere un ruolo chiave nella conservazione del patrimonio culturale, accelerando i processi di mappatura e aprendo nuove porte agli strumenti digitali per la ricerca paesaggistica.<\/em>\r\nSottolineiamo in particolare l'esperienza e l'impegno del team di ricerca dell'Universit\u00e0 Juraj Dobrila, il cui supporto \u00e8 stato fondamentale nello sviluppo del primo modello di IA del suo genere in Croazia.<\/em>\r\nRiteniamo che questo progetto rappresenti un passo importante verso un approccio sostenibile e innovativo alla protezione del nostro patrimonio vernacolare, e non vediamo l'ora di ulteriori sviluppi e cooperazione su iniziative future.<\/em>\r\n\r\nSeconda isola - artigianato per la ricerca, la consulenza e la produzione cinematografica, Vl. Filip Bubalo<\/strong><\/pre>\n