سنجش از دور
سمیه کریم پور؛ جواد سدیدی؛ سید محمد توکلی صبور
دوره 15، شماره 3 ، مهر 1401، ، صفحه 23-32
چکیده
یادگیری عمیق یک روش مدرن پردازش تصویر و تجزیه و تحلیل دادهها میباشد که با داشتن نتایج امیدوارکننده و پتانسیل بالا، وارد حوزه مدیریت شهری شده است. هدف از تحقیق حاضر، بررسی تکنیکهای داده افزایی در بهبود نتایج قطعه بندی ساختمانها با استفاده از تصاویر هوایی با قدرت تفکیک مکانی بالا و روش یادگیری عمیق میباشد. برای این منظور از ...
بیشتر
یادگیری عمیق یک روش مدرن پردازش تصویر و تجزیه و تحلیل دادهها میباشد که با داشتن نتایج امیدوارکننده و پتانسیل بالا، وارد حوزه مدیریت شهری شده است. هدف از تحقیق حاضر، بررسی تکنیکهای داده افزایی در بهبود نتایج قطعه بندی ساختمانها با استفاده از تصاویر هوایی با قدرت تفکیک مکانی بالا و روش یادگیری عمیق میباشد. برای این منظور از مجموعه داده ساختمان MSB و مدل MapNet استفاده شد. مدل در سه مرحله بدون دادهافزایی، با دادهافزایی تبدیلات هندسی و با دادهافزایی تبدیلات هندسی و فتومتریک مورد آموزش و ارزیابی قرار گرفت. نتایج ارزیابی مدل نشان داد که با استفاده از تکنیکهای دادهافزایی تبدیلات هندسی معیارهای ارزیابی امتیاز اف-یک و IoU به ترتیب به میزان 5/0 و 55/0 درصد و با استفاده از تکنیک-های دادهافزایی تبدیلات هندسی و فتومتریک به میزان 41/1 و 57/1 درصد افزایش پیدا کرد. این افزایش به صورت بصری در بهبود قطعه بندی مناطق متراکم ساختمان و ناپیوستگی ساختمانهای بزرگ مقیاس مشاهده شد.