Negli ultimi anni, si va ampliando la disponibilità di dati di rilievo del territorio ottenuti attraverso scansione laser (LiDAR) area a bassa quota, con strumenti imbarcati su droni o aeromobili leggeri. Questi dati sono caratterizzati da elevata densità di punti, che consente l'osservazione di dettagli prima non disponibili, ed è di conseguenza necessario sviluppare nuove metodologie per sfruttare nel modo migliore l'informazione contenuta.
Per questa ricerca, sono stati individuati tre ambiti applicativi di riferimento, rappresentativi di un ampio spettro di applicazione e di notevole importanza pratica e scientifica.
Il primo ambito individuato riguarda rilievi per la gestione forestale. Il proponente partecipa (attraverso la collaborazione con la società Oben srl), al progetto europeo FREShLIFE nell'ambito del quale sono stati eseguiti ampi rilievi aerei con LiDAR e raccolta di dettaglio della verità a terra. Risulta pertanto di grande interesse sfruttare questi dati per effettuare il riconoscimento, all'interno della nuvola di punti LiDAR, dei singoli alberi. Questo tipo di elaborazione è oggetto di studio di molti gruppi internazionali, ma sono stati ottenuti risultati soddisfacenti soltanto su tipologie di bosco relativamente "facili", in particolare caratterizzate da notevole uniformità degli alberi presenti. Il gruppo proponente intende utilizzare nuove metodologie basate su modellazione sulla nuvola completa e apprendimento.
Gli altri ambiti applicativi sono correlati al progetto europeo H2020 Skyopener, a cui il proponente partecipa direttamente come responsabile scientifico dell'unità del DIET. Si tratta in particolare dello sfruttamento di dati di missioni di lunga durata per il monitoraggio di linee elettriche ad alta tensione e ferrovie e di rilievi per il riconoscimento di ostacoli in area aeroportuale. L'obiettivo è quello di sviluppare procedure automatiche per l'estrazione degli oggetti di interesse.
