Applicazione di metodologie AI di segmentazione semantica su immagini satellitari nella pianura alluvionale mesopotamica

Il problema che questo studio si propone di affrontare riguarda l’integrazione di vecchie immagini satellitari, denominate Corona, con un modello di machine learning esistente, una specifica rete CNN, per migliorare l’identificazione di siti archeologici nella pianura alluvionale mesopotamica, nello specifico nel distretto di Abu Ghraib. Il lavoro propone un metodo che include uno studio di conferma dei precedenti lavori, il riaddestramento del modello sulla nuova area di AbuGhraib e la generazione di output utili agli archeologi come le heatmap. Durante lo studio di conferma si replicano e verificano i risultati ottenuti nelle precedenti pubblicazioni, a seguire, si addestra la rete neurale su immagini satellitari Bing e Corona sperimentando due tipologie di fine-tuning (sull'intero modello e a 2 fasi) per poi effettuare le attività di predizione/individuazione di eventuali siti scomparsi dalle attuali mappe. Si conclude con l'introduzione di una nuova classe d'errore, i dubbi positivi, utili per modellare le specifiche casistiche d'errore in cui Tell non più visibili vengono segnalati come falsi positivi, per poi essere successivamente confermati attraverso verifiche sul campo da parte degli archeologi.