NEO ondersteunt de NAM in het beheer van haar leidingen. Periodiek inspecteert de NAM haar leidingbestand op veranderingen aan het aardoppervlak boven of rond de leidingen. De inspectie heeft als doel om de veiligheid van de leidingen en de omgeving te waarborgen. NEO ondersteunt de NAM en inspecteert de zone boven de leiding met behulp van mutatiesignalering op luchtfoto’s. Zo leveren we NAM snel inzicht in alle veranderingen in het hele areaal, waardoor gerichter gewerkt kan worden op het gebied van veldinspecties.

De mutatiesignalering wordt gedaan met de door NEO ontwikkelde deep learning modellen. Deze ‘signal generators’ bekijken voor verschillende objectklassen tussen opnamedata van beeldmateriaal waar er fysieke veranderingen hebben plaatsgevonden. Omdat het bij het beheer van leidingen noodzakelijk is dat alle risico’s in beeld worden gebracht, is een zo hoog mogelijke volledigheid gewenst. Tegelijkertijd leveren teveel fout-positieven (situaties die onjuist als verandering zijn aangemerkt) onnodig werk op. Daarom schoont NEO de data in een laatste fase op om het zo veel mogelijk af te stemmen op het beoogde gebruik.

De objectklassen waarin de mutaties worden onderverdeeld hebben deels overlap met de klassen die gebruikelijk zijn voor een mutatiesignalering voor bijvoorbeeld de basisregistraties; gebouwen, wegen, waterlopen, enz. Ook bomen, hekwerken en duikers zijn objecten die worden gemonitord. Daarnaast zijn tijdelijke veranderingen zoals greppels in landbouwpercelen, graafwerkzaamheden of grootschalige opslag een potentieel risico.

Voor iedere aangeleverde mutatie beoordeelt de NAM of er sprake is van een risico voor de leiding. Als dat risico aanleiding geeft tot verdere actie, doet de leidingbeheerder een veldinspectie. Door de mutatiesignalering van NEO kan de fysieke inspectie gerichter worden uitgevoerd. Dit betekent een toename in efficiëntie waarbij de volledigheid van risico’s gewaarborgd blijft.