Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Datafusie

Engels: Data fusion · Ook wel: data fusion

In het kort

Datafusie is een methode die gegevens uit meerdere bronnen samenvoegt tot één beeld. Anders dan losse bronnen alleen naast elkaar te leggen, maakt datafusie daar één resultaat van dat consistenter, nauwkeuriger en bruikbaarder is dan elke bron op zich. In de praktijk geven een camera en een radar samen een duidelijker beeld van hetzelfde object dan elk van die sensoren apart.

Waarom is dit belangrijk?

Wanneer afzonderlijke bronnen elkaar tegenspreken of onvolledig zijn, maakt samenvoegen een besluit mogelijk dat steunt op meer informatie tegelijk. In de zorg koppelen specialisten metingen van een CT-scan, een MRI-scan en een PET-scan aan elkaar om een diagnose beter te onderbouwen. Patiënten krijgen daardoor een gerichtere behandeling, al kan een onzorgvuldige samenvoeging het contrast verlagen en belangrijke details uit het zicht halen.

Zo werkt het in de praktijk

De Nationale Databank Wegverkeersgegevens (NDW) testte datafusie samen met DITCM op wegen rond Delft. Teams voegden gegevens van rijdende voertuigen samen met metingen van lussen in het wegdek. Zo ontstonden cijfers over snelheid en de hoeveelheid verkeer.

Een review van de Universiteit Twente beschrijft datafusie van satellietbeelden met andere sensoren. Die aanpak kreeg eerst aandacht in de precisielandbouw. Later volgde het in kaart brengen van landgebruik.

Het JDL-model deelt datafusie in niveaus, zodat teams het proces samen kunnen ontwerpen. Het begint bij het klaarmaken van de brongegevens. Daarna volgen onder meer het herkennen van objecten en het beoordelen van een situatie.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026