Simulazione di scenari aeroportuali: utilizzo di deep learning per il riconoscimento automatico della segnaletica

Il presente lavoro ha come scopo la creazione di un procedimento automatico per il riconoscimento della segnaletica orizzontale aeroportuale al fine di fornire assistenza nella creazione di modelli virtuali per la simulazione. Tale processo si basa sull’impiego di reti neurali addestrate con tecniche di deep learning per individuare e riconoscere la segnaletica a partire da immagini satellitari. Il riconoscimento manuale della segnaletica è un’operazione onerosa e potenzialmente fonte di errori, tuttavia ancora necessaria in mancanza di strumenti automatizzati adatti allo scopo. Con questo lavoro di tesi si è tentato di fornire tali strumenti, creando un sistema di riconoscimento ottico ottimizzato per la segnaletica aeroportuale ma sufficientemente flessibile da poter essere adattato con relativa semplicità a campi differenti. Per la creazione dei codici alla base del processo è stato utilizzato il linguaggio MATLAB.