Creșterea semnificativă a puterii de calcul din ultimii ani, a dus la o explozie de aplicații de inteligență artificială, într-un număr enorm de științe, și în mod special în domeniul geoștiințelor. Învățarea automată, învățarea profundă și alte metode statistice și nestatistice sunt deja aplicate pentru studiile de alunecări de teren. Chiar și așa, experimentul nostru depășește aceste abordări și încearcă să identifice modalitățile prin care alunecările de teren pot fi cartografiate la scări foarte detaliate cu un efort minim. Gradul de noutate rezidă în identificarea, clasificarea și cartografierea automată ca obiecte a unei alunecări de teren și a elementelor acesteia. Modul în care intenționăm să îl realizăm este prin uitilizarea de rețele neuronale de convoluție avansate (algoritmi de învățare profundă) pentru instruirea și detectarea principalelor caracteristici ale alunecării de teren. Mai mult decât atât, intenționăm să fuzionăm datele obținute de la camerele optice și termice pentru a crește și mai mult precizia de detectare. Fiind capabili să detecteze caracteristicile alunecării de teren din videoclipuri și imagini aeriene de înaltă rezoluție, obținute din UAV-uri, platforma propusă de noi joacă un rol esențial în răspunsul rapid pentru gestionarea evenimentelor alunecărilor de teren. Pe lângă detecția elementelor unei alunecări, intenționăm să dezvoltăm și un instrument de cartografiere a riscurilor pentru identificarea rapidă a activităților umane expuse în zonele cu evenimente cunoscute de alunecare de teren.
