Att hitta människor som gått vilse i en tät skog är lite som att hitta en nål i en höstack. Något som kan göra det enklare är att använda värmekänsliga kameror som registrerar kroppstemperaturen. Att skicka upp drönare med värmekameror är ett snabbt och billigt sätt att söka av svårtillgängliga områden, men idag är det bara i 25 procent av fallen som kamerorna ger bilder med tillräckligt hög kvalitet för att det ska gå att avgöra att det är en människa på bilden.

Problemet är speciellt stort under varma dagar när det inte är så stor skillnad mellan kroppstemperaturen och den omgivande temperaturen. Speciellt svårt blir det i tätbevuxna områden där kamerorna får det svårt att tränga igenom vegetationen. Det är också i dessa otillgängliga områden som behovet av att kunna söka från luften är som störst.

Nu har ett forskarlag från Johannes Kepler University i Österrike utvecklat något som kan ge en lösning på problemet. De har använt djupinlärning för att lära en AI att upptäcka människor i värmebilder. Resultatet är en AI som hittar rätt i upp till 95 procent av fallen.

Enkelt uttryckt går metoden ut på att AI:n undersöker många bilder från samma område. AI:n kan sedan smälta ihop bilderna så att den ser det som en enda stor och detaljerad bild. Ytterligare analys ger bilden ett större djup så att trädtopparna blir suddiga medan det som finns på marken syns mycket tydligare.

I framtiden kommer automatiska drönare att själva kunna söka över stora områden. Istället för att behöva skicka bilderna till en människa på marken som med svårighet försöker analysera dem kan AI:n direkt visa var det finns människor.