شناسايي تغييرات عارضه ساختمان با استفاده از تصاوير رايگان سنجش از دوري و تكنيك هاي يادگيري عميق

Building change detection with free remote sensing images and deep learning techniques

پايش تغييرات، فرآيند تشخيص مناطق تغييريافته بين دو تصوير در دو زمان متفاوت است .اين فرايند داراي نقش اساسي در فعاليت-هايي مانند نظارت بر پوشش سطح زمين و ارزيابي آسيب‌هاي فجاياي طبيعي است. در سال هاي اخير، با توسعه الگوريتم هاي يادگيري عميق، پژوهش‌هاي بسياري بر پايه شبكه هاي عصبي كانولوشني درزمينه ي شناسايي تغييرات انجام‌گرفته است. اين دسته از مدل ها توانسته اند با استخراج ويژگي هاي سطح بالا، توانايي خود را در اين زمينه اثبات كنند. با اين حال، نياز چنين روش هايي به داده آموزشي وسيع و جامع غير قابل چشم پوشي است. در همين‌ راستا‌‌، در اين تحقيق با ارائه يك مجموعه داده دوزمانه، شناسايي تغييرات ساختمان، ازنظر ساخت وساز و تخريب مورد بررسي قرار مي گيرد. اين مجموعه داده كه شامل 6772 پچ تصاويري با حد تفكيك بسيار بالا از شهرهاي شمالي كشور است، جهت آموزش و ارزيابي برخي مدل هاي پيشرو در زمينه شناسايي تغييرات استفاده مي شود.