Call | POC PUGLIA FESR-FSE 2014 / 2020 Fondo Sociale Europeo approvato con Decisione C(2015)5854 del 13/08/2015  

Project duration| 01.12.2022 -01.12.2023 

RETI NEURALI| COSTE | EARLY WARNING 

Objective | Il progetto LEUCOTEA si propone di sviluppare, sulla base del protocollo finora sviluppato, tecniche di rete neurale convoluzionali (Convolutional Neural Network) per l’analisi di dati video registrati in due aree costiere pugliesi, al fine di definire record continui di parametri idrodinamici legati ai fenomeni di inondazione marina, definendo quindi le basi per un’innovativa tecnica di monitoraggio ed Early Warning. LEUCOTEA sperimenterà l’ausilio di action cam HD per l’acquisizione di dati video atti allo scopo del progetto, superando il limite, finora affrontato, della poca versatilità dei sistemi fissi di videosorveglianza. In due settori costieri pugliesi, siti nell’area di Taranto (TA) e Torre Guaceto (BR), verranno installate delle stazioni di misura, sulle quali saranno successivamente montate le action cam HD in occasione di eventi meteomarini estremi, per essere poi rimosse alla fine degli stessi. In questo modo sarà possibile registrare i parametri idrodinamici fondamentali, legati alle forti mareggiate, contemporaneamente in diversi settori della costa pugliese. Gli obbiettivi del Progetto LEUCOTEA sono quelli di: i) consolidare la definizione dei protocolli di indagini a supporto dello sviluppo di una rete neurale capace di misurare parametri idrodinamici da dati video registrati in area costiera, ii) definire i protocolli di acquisizione di dati video con action cam HD, iii) creare le stazioni di misura da assemblare con le action cam lungo le aree costiere di Taranto e Torre Guaceto, iv) realizzare e gestire il DataBase dei dati idrodinamici marini acquisiti durante le principali mareggiate ed in altre condizioni meteo marine, v) definire l’efficacia dei risultati ottenuti nell’ottica del monitoraggio meteomarino costiero v) definire gli standard di una rete di monitoraggio video in tempo reale e di possibili sistemi di Early Warning per il rischio di inondazione marina. 

CETMA’s role | Applicazione degli algoritmi per la misura dei parametri idrodinamici per testare l’efficienza del sistema in ottica di gestione di una rete di monitoraggio ed Early Warning. 

Partnership | Università A.Moro di Bari – Dip. Sciernze della Terra 

Status | Concluso 

Pubblications |  

1. Title: “Remote Measurement of Tide and Surge Using a Deep Learning System with Surveillance Camera Images”, Water 16, no. 10: 1365. DOI: https://doi.org/10.3390/w16101365
2. Title: Automatic seagrass banquettes detection from surveillance camera images with Detectron2. (2024). Geografia Fisica E Dinamica Quaternaria, 45(2), 229-235. https://www.gfdq.glaciologia.it/index.php/GFDQ/article/view/10 , DOI: https://doi.org/10.4461/GFDQ.2022.45.11  
3. Title: Deep learning-based segmentation techniques for coastal monitoring and seagrass banquette detection, 2023 IEEE International Workshop on Metrology for the Sea; Learning to Measure Sea Health Parameters (MetroSea), La Valletta, Malta, 2023, pp. 524-527, DOI: 10.1109/MetroSea58055.2023.10317577
4. Title: ”Convolutional Neural Network and Optical Flow for the Assessment of Wave and Tide Parameters from Video Analysis (LEUCOTEA): An Innovative Tool for Coastal Monitoring“ Remote Sensing 14, no. 13: 2994. DOI: https://doi.org/10.3390/rs14132994