پديد آورندگان :
موسوي، مهدي دانشگاه صنعتي خواجه نصيرالدين طوسي - دانشكده مهندسي نقشه برداري , عبادي، حميد دانشگاه صنعتي خواجه نصيرالدين طوسي - دانشكده مهندسي نقشه برداري , كياني، عباس دانشگاه صنعتي خواجه نصيرالدين طوسي - دانشكده مهندسي نقشه برداري
كليدواژه :
كلاسه بندي تصوير , تصاوير با قدرت تفكيك بالا , شبكه عصبي كانولوشنال , يادگيري عميق , استخراج ويژگي
چكيده فارسي :
رشد و پيشرفت روزافزون در شهرسازي و تغييرات سريع در سطح زمين ضرورت بررسي مستمر اين تغييرات را افزايش داده است. طبقه بندي تصاويرسنجش ازدوري با قدرت تفكيك بالا ميتواند بهينه ترين راه ممكن در جهت نيل به اين هدف باشد. طبقه بندي اين تصاوير به دليل شباهت هاي بين كلاسي موجود و همچنين وجود تفاوت ها در يك كلاس، همواره با چالشهايي روبرو بوده است. وجود اين نوع چالشها لزوم به كارگيري روشهاي دقيق در زمينه ي طبقه بندي تصاوير را يادآوري ميكند. در اين مقاله از روش شبكه هاي عصبي كانولوشني مبتني بر يادگيري عميق به منظور طبقه بندي تصاوير استفاده گرديده است. دليل اين انتخاب امكان استفاده از ويژگي هاي عميق و فراگير توسط روش نامبرده ميباشد. در اين مقاله، هدف اساسي تعيين ساختاري مبتني بر شبكه هاي عميق براي كلاسه بندي بهينه ي تصاوير هوايي با قدرت تفكيك مكاني بالا است. براي رسيدن به اين هدف، جزييات و رويكردهاي در نظر گرفته شده براي شبكه از اهميت بالايي برخوردار است. به همين منظور، ابتدا، شبكهاي عميق به منظور استخراج ويژگي هاي عميق و بهينه از تصوير هوايي طراحي گرديده است. سپس، براي ارزيابي تاثيرگذاري همسايگي هاي مختلف در توليد ويژگي هاي عميق بهينه، استخراج ويژگي در پچهاي تصويري با ابعاد متفاوت، مورد بررسي قرار گرفته است. در انتها، براي بررسي قابليت طبقه بندي روش يادگيري عميق، در رويكردي متفاوت، از روش ماشين بردار پشتيبان براي طبقه بندي براساس ويژگي هاي عميق توليدشده، استفاده گرديده است. بررسي و مقايسه نتايج حاصله، تصوير روشني از قابليت طبقه بندي در روش يادگيري عميق به نسبت روش مرسوم ماشين بردار پشتيبان، در شرايط مشابه استفاده از ويژگي هاي عميق ارائه كرده است. جهت ارزيابي روش، از دادههاي هوايي با قدرت تفكيك مكاني يك متر در منطقه des moines در ايالات متحده آمريكا و تصويري از منطقه ي رويان واقع در استان مازندران استفاده گرديده است. در نهايت نتايج ارزيابي ها، بهبود در سه معيار دقت precision، recall و f1-score را در رويكرد استفاده از پچهاي تصويري بزرگتر را نشان ميدهد. همچنين استفاده از روشهاي يادگيري عميق به عنوان استخراج كننده ويژگي و طبقه بندي تصوير با استفاده از ويژگي هاي عميق توليدشده توسط ماشين بردار پشتيبان، در حالت كلي نتايج ارزيابي بهتري به نسبت توليد ويژگي و طبقه بندي به صورت يكپارچه توسط روش شبكه ي عصبي كانولوشني داشته است.
چكيده لاتين :
Ever-increasing growth and development of urbanization and rapid land-based changes have increased necessity of continuous checking of these changes for urban and environmental planning. Classification of remote sensing high resolution images can be the most effective way to achieve this goal. The classification of these images has always been challenged due to similarities between different classes and differences through one class. Dense classification, also known as semantic segmentation, is also one of the open issues in remote sensing domain. The existence of these kinds of challenges reminds the need for precise methods for classifying images. Deep learning, because of ability to extract deep and powerful features and compatible potential with images, has been known as a good choice in this domain. In this article, in order to cope with the challenges, a convolutional neural networks method based on deep learning is presented for classifying images. The reason for this choice is using deep and comprehensive features by the mentioned method. These features are captured in a supervised manner. In deep learning methods, on the other hand, there is an underlying need for training data and Because of restriction of data in remote sensing, it has been tried to ensure that the number of training samples used in the project is adequate. In this paper, the underlying goal is determination of CNN structure based on deep networks for effective classifying of aerial imagery with high spatial resolution. For this purpose, First, a deep network is designed to extract the deep and optimal features of the aerial image. Architecture and configuration of the deep network are defined in this step. Then, to evaluate the impact of different dimensions of neighborhoods on producing optimal deep features, feature extraction in image patches with different dimensions has been investigated. These patches have been used for train network. After training network with Patches in different sizes, Finally, in order to investigate the classification ability of the deep learning method, in a different approach, a support vector machine has been used for classification based on the deep features produced by the CNN. Comparison of the classification results shows almost same results in the deep learning method in comparison with the conventional support vector machine model, in the same conditions to using deep features. To evaluate the method, aerial data with a spatial resolution of one meter in Des moines area in USA and other data from Royan district in Mazandaran province have been used. Finally, the results of the evaluations show improvement in all three criteria including precision, recall and f1-score in the condition of using larger patches. Also, in general, using of deep learning methods as feature extractor and classifying these deep features by the support vector machine has a bit better evaluation results than feature extraction and classification by CNN.
