Multiszenzor-drón-képfúzió kutatócsoport

A Multiszenzor-drón-képfúzió (MDI) Kutatócsoport célja érzékeny téradat-vagyonok létrehozásának támogatása a nemzetbiztonság számára, nagyfelbontású, multiszenzoros technológián alapuló távérzékelési módszerek és tudásközpont fejlesztésével. Nem téradat-repozitóriumot építünk, hanem a platformtechnológiák használhatóságán és alkalmazhatóságán dolgozunk módszertani, geovizualizációs és tudományos szempontból. Ilyen források jelenleg Magyarországon nem érhetők el, ezért kutatásunk jelentős piaci érdeklődésre tarthat számot. Eredményeink gyakorlati példái közé tartozik a felszíni változások nyomon követése, volumetrikus mutatók (pl. vegetáció, vasutak, autópályák, repülőterek) vizsgálata, valamint érzékeny vagy kritikus objektumok (pl. infrastruktúrák, határátkelők, kőomlások) monitorozása műholdas vagy drónos szenzorokkal. Spektrális és optikai szenzorok segítségével hidrológiai folyamatok, vegetációs indikátorok, légszennyezettség, tüzek, árvizek és vízminőségi kockázatok is vizsgálhatók. A téradatok térbeli, időbeli és tematikus felbontásának megértése jelentősen csökkentheti a kedvezőtlen események előfordulását.

Bemutatkozó videó: https://www.youtube.com/watch?v=u934kHlw4ok

• Nagyfelbontású távérzékelési technológiák fejlesztése részletes téradatgyűjtéshez.
• Többszenzoros integráció (pl. műhold, drón, egyéb szenzorok) vizsgálata az adatgyűjtés és elemzés javítására.
• Új módszertanok kidolgozása a téradatok elemzésére, különös tekintettel a térbeli, időbeli és tematikus felbontásokra.
• Hatékony vizualizációs technikák és eszközök kutatása a téradatok közérthető és felhasználóbarát megjelenítésére.
• A téradatok nemzetbiztonsági felhasználása: kritikus infrastruktúrák, határátkelők és biztonságérzékeny helyek monitorozása.
• Távérzékelési adatok alkalmazása környezeti tényezők vizsgálatára: hidrológiai folyamatok, vegetációváltozás, légszennyezés stb.
• Téradatok használata katasztrófák előrejelzésére és kezelésére: árvizek, erdőtüzek, földcsuszamlások.
• Infrastruktúraelemek monitorozása és kezelése (vasutak, autópályák, repülőterek és egyéb kritikus létesítmények).

• Többszenzoros adatok fúziója és integrációja átfogó, pontos téradatállomány létrehozására.
• Gépi tanulási és mesterséges intelligencia algoritmusok alkalmazása automatizált adatfeldolgozáshoz, jellemzők kinyeréséhez és mintázatfelismeréshez.
• Térinformatikai elemzési technikák, beleértve a térstatisztikát és a modellezést, értékes betekintések kinyerésére.
• Kép­feldolgozó algoritmusok a távérzékelt képek minőségének és értelmezhetőségének javítására.
• Biztonsági és adatvédelmi intézkedések az érzékeny téradatok védelmére, különösen nemzetbiztonsági kontextusban.
• Piackutatás a téradat-megoldások iránti kereslet feltérképezésére és üzleti stratégiák kidolgozására.
• Együttműködés más kutatóintézetekkel, kormányzati szervekkel és ipari partnerekkel.
• Képzési programok és oktatási kezdeményezések a téradat-technológiai szakértelem erősítésére.

• Dr. Jung András, docens (kutatócsoport-vezető, MTMT, Tud-O-Méter)
• Dr. Kovács Béla, docens, tudományos főmunkatárs
• Dr. Albert Gáspár, docens, tudományos főmunkatárs
• Dr. Varga Zsófia, adjunktus, tudományos főmunkatárs
• Dr. Pál Márton, adjunktus, tudományos munkatárs
• Dr. Vörös Fanni, adjunktus, tudományos munkatárs
• Hajdú Edina, PhD hallgató
• MSc és BSc hallgatók rövid projektekben

• Multisensor-Drone-Image Fusion kutatócsoportként részvétel a TKP2021-NVA projekt 2. pillérében (2022–2025). „Thematic Excellence Programme 2021 | National Defence, National Security Subprogramme”

• Vörös, F., Gartner, G., Peterson, M. P. és Kovács, B. (2023): Do Social Aspects Affect Built-in Car Navigation Habits? A Stereotype Study. Sustainability, 15(6), 5203:1–23. DOI
• Vörös, F., van Wyk de Vries, B., Guilbaud, M. N., Görüm, T., Karátson, D. és Székely, B. (2022): DTM-Based Comparative Geomorphometric Analysis of Four Scoria Cone Areas—Suggestions for Additional Approaches. Remote Sensing, 14(23), 6152:1–22. DOI
• Varga, Z., Vörös, F., Pál, M., Kovács, B., Jung, A. és Elek, I. (2022): Performance and Accuracy Comparisons of Classification Methods and Perspective Solutions for UAV-Based Near-Real-Time “Out of the Lab” Data Processing. Sensors, 22(22), 8629:1–14. DOI
• Lausch, A., Schaepman, M. E., Skidmore, A. K., ... Jung, A., ... Baatz, R. (2022): Remote sensing of geomorphodiversity linked to biodiversity—part III: traits, processes and remote sensing characteristics. Remote Sensing, 14(9), 2279:1–48. DOI
• Márta, A., Jung, A. és Molnár, B. (2022): Information Technology Drivers in Smart Farming Management Systems. In: Danish, S., Ali, H. és Datta R. (eds). Smart Farming - Integrating Conservation Agriculture, Information Technology, and Advanced Techniques for Sustainable Crop Production, IntechOpen. DOI

• Nagy teljesítményű terepi laptop
• Stonex S9III (geodéziai GPS)
• Drónok: DJI Matrice 210 v2 RTK; DJI Matrice 350 RTK (2023)

• Szenzorok: DJI Zenmuse X5s RGB; Micasense Altum multispektrális kamera; DJI Zenmuse P1 RGB; DJI Zenmuse L1 LiDAR (2023); DJI Zenmuse H20T RGB+termál; Cubert ULTRIS 5 hiperspektrális kamera

Kapcsolat: Dr. Jung András, docens, kutatócsoport-vezető [email cím]