ارزيابي عملكرد سه مدل يادگيري عميق در استخراج عوارض ساختماني از تصاوير هوايي و ماهواره‌اي

ساختمان‌ها به‌عنوان يكي از مهم‌ترين عوارض دست‌ساز بشر، كاربردهاي فراواني در زمينه‌هاي مختلف داشته و ارزيابي و شناسايي آن‌ها با استفاده از تصاوير هوايي و ماهواره‌اي امري ضروري است. روش‌هاي مبتني بر يادگيري عميق، اخيراً به طور گسترده‌اي براي استخراج عوارض ساختماني از تصاوير هوايي و ماهواره‌اي به‌صورت خودكار استفاده شده‌اند. شناخت خصوصيات روش‌هاي مختلف در مقايسه با يكديگر و براي انواع مختلف از تصاوير با شرايط هندسي و روشنايي متفاوت ضروري است. بدين منظور، در اين تحقيق عملكرد سه مدل يادگيري عميق مطرح شامل Mask-RCNN (Mask Region-based Convolutional Neural Network)، U-Net وMA-FCN (Multi-scale Aggregation Fully Convolutional Network) در استخراج عوارض ساختماني از سه مجموعه داده تصاوير ماهواره‌اي و هوايي با استفاده از معيارهاي IOU  (Intersection Over :union:)و F1-score بررسي شده است. علاوه بر اين در اين تحقيق اثر استفاده از مدل رقومي سطح در فرآيند استخراج ساختمان توسط اين الگوريتم‌ها نيز بررسي شده است. به طور كلي نتايج حاصل از اين تحقيق نشان مي‌دهد كه علاوه بر نوع مدل، تعداد و كيفيت نمونه‌هاي آموزشي و استفاده از مدل رقومي سطح نيز در نتايج تأثيرگذار است. همچنين استفاده از مدل رقومي سطح در كنار تصاوير سه‌باندي روش مناسبي براي بهبود عملكرد مدل‌هاي يادگيري عميق در استخراج عوارض ساختماني است. مدل رقومي سطح نتايج حاصل از استخراج ساختمان‌ها را در مدل‌هاي U-Net و MA-FCN به‌ترتيب % 7.46 و % 5.7 در تصاوير ماهواره‌اي و % 3.61 و % 3.34 در تصاوير هوايي در معيار  IOU بهبود داده است. مدل‌هاي U-Net و MA-FCN به‌دليل تركيب ويژگي‌هاي قسمت رمزگذار با ويژگي‌هاي قسمت رمزگشا، در مرز ساختمان‌ها دقيق‌تر هستند. مدل Mask-RCNN به‌دليل دارا بودن ساختار ResNet در معماري خود به مسئله فرابرازش مقاوم‌تر است.