Çok Yüksek Çözünürlüklü Uydu Görüntülerinden Bina Çıkarımında Derin Öğrenme ve Çoklu-Çözünürlüklü Bölütleme Kullanılarak Nesne-Tabanlı Entegrasyon
Turkish Journal of Remote Sensing · 2023
DOI: 10.51489/tuzal.1337656 ↗Kurz gefasst
Fachartikel in der Zeitschrift Turkish Journal of Remote Sensing, 2023. Verfasst von Şaziye Özge ATİK. Die Arbeit wurde bisher 3-mal zitiert (Crossref).
Abstract (Originalsprache)
Son yıllarda, kentsel alanlarda yapılan analizler ve değişimlerin tespitinin hızlı ve güvenilir şekilde gerçekleştirilmesi konusundaki çalışmalarda artış olmuştur. Bu doğrultuda, binaların sınıflandırılması bilgisayarlı görünün ön plana çıkan güncel konularından biridir. Birçok alanda olduğu gibi bu konuda da derin öğrenme mimarilerinin kullanımı trend uygulamalar arasındadır. Bina ayak izinin belirlenmesi amacıyla evrişimsel sinir ağları (ESA) kullanılarak semantik segmentasyon uygulamaları yaygınlaşmıştır. Ancak derin öğrenme ile segmentasyon işlemleri sonrası elde edilen tahmin görüntülerinde karşılaşılan problemlerin başında tuz-biber etkisiyle oluşmuş gürültüler gelmektedir. Bu çalışmada güncel evrişimsel sinir ağları (ESA) mimarilerinden olan U-Net ve SegNet algoritmalarının kullanımının, Nesne-Tabanlı Görüntü Analizinin (NTGA), Çoklu-Çözünürlüklü Bölütleme (ÇÇB) algoritmasıyla entegrasyonu önerilmiştir. Deneyler çok yüksek çözünürlüklü uydu görüntülerinden (Gaofen-2, Worldview-2 ve Ikonos) oluşan açık paylaşımlı Wuhan Üniversitesi Bina Çıkarımı Veriseti (WHUBED) üzerinde gerçekleştirilmiştir. Önerilen yaklaşım, genel doğruluk, F1 skor ve IoU metriklerinde, sadece ESA kullanımıyla elde edilen tahmin sonuçlarına göre iyileştirmeler sağlamıştır. Bina sınıflandırılması ile elde edilen haritalar karşılaştırılmalı görseller olarak son kısımda sunulmuştur.
Zitieren
APA
ATİK, Ş. Ö. (2023). Çok Yüksek Çözünürlüklü Uydu Görüntülerinden Bina Çıkarımında Derin Öğrenme ve Çoklu-Çözünürlüklü Bölütleme Kullanılarak Nesne-Tabanlı Entegrasyon. Turkish Journal of Remote Sensing. https://doi.org/10.51489/tuzal.1337656
Vancouver
ATİK ŞÖ. Çok Yüksek Çözünürlüklü Uydu Görüntülerinden Bina Çıkarımında Derin Öğrenme ve Çoklu-Çözünürlüklü Bölütleme Kullanılarak Nesne-Tabanlı Entegrasyon. Turkish Journal of Remote Sensing. 2023. doi:10.51489/tuzal.1337656
BibTeX
@article{ATK2023,
author = {ATİK, Şaziye Özge},
title = {Çok Yüksek Çözünürlüklü Uydu Görüntülerinden Bina Çıkarımında Derin Öğrenme ve Çoklu-Çözünürlüklü Bölütleme Kullanılarak Nesne-Tabanlı Entegrasyon},
journal = {Turkish Journal of Remote Sensing},
year = {2023},
doi = {10.51489/tuzal.1337656}
}
EUVIMED