Namen projekta je bil razviti metodologijo, ki ob uporabi računalnika in/ali pametnega telefona ter ustrezne programske opreme omogoča avtomatiziranje identifikacije lesa.
Potrebe in izzivi. Določitev lesne vrste – identifikacije lesa, je ključna za pravilen izbor lesa za različne namene. To zahteva specifično strokovno znanje, zato potrebujemo pripomočke za identifikacijo lesa za širši krog uporabnikov iz tehničnih strok in gospodarstva.
Metodologija in oprema za »avtomatsko« identifikacijo lesa na podlagi fotografije doslej še nista bili razviti, čeprav je znanost že opozorila na potrebo po uvedbi uporabe umetne inteligence za identifikacijo lesa.
Cilj pričujočega projekta je bil raziskati tehnične in strokovne omejitve, ki bodo vplivale na nadaljnji razvoj opreme ter razvoj podpornih mobilnih tehnologij, ki na podlagi slike zajete s kamero pametnega mobilnega telefona ali tablice določijo vrsto lesa. Segmentni cilji so bili:
– določitev standarda oz. metode izvedbe meritve (priprava vzorca, zajem slike, navodila),
– razvoj programske opreme za uporabo naprednih metod računalniškega vida,
– analiza potreb trga, tržnega potenciala in tržnih poti,
– povezava vseh delov v sistemsko rešitev in končna izdelava aplikacije (Identifikacija lesa).

Študenti lesarstva in gozdarstva so na podlagi študije naredili izbor 14 lesnih vrst, najpogosteje uporabljenih pri gradnji z lesom. Zbrali so vzorce lesa s čim večjo, a reprezentativno variabilnostjo zgradbe. Skupaj s sodelavci na projektu so testirali več tehnik zajema slike, ki je osnova za delovanje aplikacije. Za najboljšega se je izkazal zajem slik s skenerjem pri ločljivosti 600 dpi (pik na palec). Na izbran način so pripravili zbirko 1500 slik vzorcev lesa, ki je osnova za razvoj aplikacije ˝Identifikacija lesa˝ na osnovi računalniškega vida.

Vzporedno sta študenta računalništva začela razvijati programsko opremo. Najprej sta principe razvoja programske opreme predstavila sodelavcem na projektu. Sledil je razvoj programa za mobilno aplikacijo za platformo Android, ki omogoča klasificiranje drevesnih vrst iz zajete slike lesa. Za iskanje značilnic na slikah lesa je bila uporabljena metoda lokalnih binarnih vzorcev, za učenje aplikacije na podlagi učne množice slik ter napovedovanje lesne vrste pa metoda podpornih vektorjev. Natančnost omenjenih metod na računalniku je bila visoka (okrog 90%), pri prenosu na mobilno aplikacijo pa je bilo potrebno metode optimizirati.

Vzporedno je potekal razvoj uporabe konvolucijske nevronske mreže za identifikacijo lesa. Ta model prepoznavanja ni bil namenjen za delovanje aplikacije, ampak je bil zgolj raziskovalne narave. Opravljen je bil test natančnosti, če mrežo uporabimo zgolj za ekstrakcijo značilnic, razvrščanje pa opravimo z metodo podpornih vektorjev. Prvi poskusi so dali rezultate z do 50% natančnostjo.

Študentka ekonomije je vzporedno opravila analizo potreb trga, tržnega potenciala in tržnih poti. Raziskala je trenutne trende pri aplikacijah, podala glavne napotke kako lansirati aplikacijo in kakšna bi bila optimalna marketinška strategija za aplikacije.

Študentka gradbeništva je vzporedno proučevala vpliv lesne vrste in kakovosti lesa na izračun nosilnosti lesenega nosilca. Tu je pomembno, kako vrsta lesa vpliva na določanje trdnostnega razreda in kakšen vpliv imajo te lastnost na izračun in gradnjo lesenih konstrukcij.

Delo po segmentih je bilo povezano v sistemsko rešitev tako, da smo pripravili bazo podatkov in razvili pilotsko aplikacijo ˝Identifikacija lesa˝, ki ob uporabi računalnika oz. pametnega telefona omogoča avtomatizirano prepoznavanje (identifikacijo) lesa.