شماره ركورد كنفرانس :
5424
عنوان مقاله :
شناسايي تغييرات عارضه ساختمان با استفاده از تصاوير رايگان سنجش از دوري و تكنيك هاي يادگيري عميق
عنوان به زبان ديگر :
Building change detection with free remote sensing images and deep learning techniques
پديدآورندگان :
اسماعيلي نژاد كامران kamran.esmaely400@gmail.com دانشكده عمران، دانشگاه صنعتي نوشيرواني بابل , كياني عباس a.kiani@nit.ac.ir دانشكده عمران، دانشگاه صنعتي نوشيرواني بابل , فرهادي نيما farhadinima75@email.kntu.ac.ir دانشكده مهندسي نقشه برداري، دانشگاه صنعتي خواجه نصيرالدين طوسي
كليدواژه :
تصاوير سنجش از دوري , شناسايي تغييرات , شبكه هاي عصبي كانولوشن , يادگيري عميق
عنوان كنفرانس :
بيست و هفتمين همايش ملي مهندسي نقشه برداري و اطلاعات مكاني (ژئوماتيك 1402)
چكيده فارسي :
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.
