Sintesi del progetto
SURE sviluppa tecniche avanzate di super risoluzione per migliorare la qualità delle immagini acustiche, un tipo di imaging fondamentale in ambiti come l’esplorazione subacquea, la difesa, l’ispezione industriale e la diagnostica medica. Il progetto combina algoritmi di Deep Learning, dataset sintetici e modelli di riconoscimento automatico per incrementare la nitidezza, i dettagli e l’accuratezza delle informazioni estratte da segnali acustici, tradizionalmente caratterizzati da bassa risoluzione.
Obiettivi
L’obiettivo del progetto è superare i limiti attuali dell’imaging acustico, sviluppando un sistema capace di ricostruire immagini più dettagliate e migliorare le capacità di riconoscimento degli oggetti in scenari complessi. Attraverso tecniche di super risoluzione e algoritmi di riconoscimento automatico, SURE punta a rendere l’imaging acustico uno strumento più preciso, versatile e utile per applicazioni operative, scientifiche e industriali.
Problemi e necessità
Le immagini acquisite da sonar e altri sistemi acustici soffrono di scarsa risoluzione spaziale, rendendo difficile identificare strutture, ostacoli o anomalie. Questo limita l’efficacia dell’imaging in contesti sensibili come la sicurezza marittima, le ispezioni strutturali, le ricerche archeologiche e la diagnostica medica. Inoltre, la mancanza di dataset acustici ad alta qualità rende complessa la formazione di modelli di AI robusti. SURE affronta questi ostacoli migliorando sia la qualità visiva sia le capacità di riconoscimento automatico.
Soluzioni sviluppate
Il progetto ha addestrato algoritmi di super‑risoluzione in grado di gestire degradazioni variabili nelle immagini, dimostrando che un detector addestrato su immagini restaurate supera significativamente le prestazioni ottenute su immagini originali. È stata inoltre avviata la creazione di un dataset sintetico di immagini acustiche per validare le soluzioni in scenari più realistici. Parallelamente, SURE ha sviluppato modelli di object detection basati su Deep Learning, framework addestrati su pochi esempi (Few-Shot Learning – FSL), e tecniche di anomaly detection. L’uso di risorse HPC ha accelerato la fase di prototipazione, facilitando la scelta dell’architettura più efficiente da eseguire successivamente su dispositivi Edge.
Impatti
SURE può migliorare la sicurezza marittima, consentendo una più accurata localizzazione di oggetti e potenziali minacce sotto la superficie. Può supportare il monitoraggio ambientale, la protezione degli ecosistemi marini e la pianificazione scientifica. Le tecnologie di super‑risoluzione possono inoltre essere trasferite alla diagnostica medica basata su ultrasuoni, favorendo immagini più nitide e diagnosi più precoci. Il progetto contribuisce anche allo sviluppo tecnologico in ambiti industriali, migliorando ispezioni e controlli non invasivi.
Settori di applicazione
Le soluzioni sviluppate sono applicabili in ambito Marittimo, Difesa, Archeologia subacquea, Monitoraggio ambientale, Ispezioni Industriali e Diagnostica Sanitaria. Università e centri di ricerca possono riutilizzare i modelli sviluppati per avanzare lo stato dell’arte dell’imaging acustico. Anche aziende che producono sonar, sensori subacquei o sistemi di imaging possono integrare gli algoritmi di SURE nei propri prodotti, offrendo prestazioni superiori su dispositivi dal costo contenuto.