كليدواژه :
ادغام در سطح تصميم‌گيري , يادگيري ژرف , شبكه عصبي كانولوشن , تصاوير حرارتي , شبكه عصبي اتوانكدر
چكيده فارسي :
با رشد و توسعه سيستم‌هاي تصويربرداري هوابرد و يا فضابرد در حوزه سنجش از دور، ادغام اطلاعات سنجنده‌هاي چندگانه به منظور دستيابي به دانش تكميلي نسبت به عوارض و به پيرو آن طبقه‌بندي دقيق داده‌هاي سنجش از دور مورد توجه بسياري از محققين اين حوزه و مهندسي علوم زمين قرار گرفته است. از سوي ديگر، مدل‌هاي يادگيري ژرف با افزايش سطح اتوماسيون و همچنين بهبود دقت طبقه‌بندي تصاوير با بهره‌گيري از روشهاي استخراج ويژگي ژرف، تبديل به يكي از موضوعات پرمخاطب در حوزه پردازش تصاوير شده است. در اين تحقيق، روشي نوين به منظور طبقه‌بندي دقيق اطلاعات سنجنده‌هاي چندگانه مبتني بر مدل‌هاي يادگيري ژرف ارائه شده است. در اين زمينه، ويژگي‌هاي ژرف با در نظرگيري بعد طيفي-مكاني داده‌هاي ورودي استخراج، و سپس يك طبقه‌بندي كننده فازي جهت آموزش اين ويژگي‌ها و همچنين بهينه‌سازي مدل يادگيري ژرف استفاده مي‌گردد. پس از طبقه‌بندي داده‌هاي ورودي به‌صورت جداگانه، با بكارگيري برخي قوانين در سطح تصميمات اتخاذ شده، اطلاعات به‌دست آمده با يكديگر ادغام شده و در نهايت، پس‌پردازشي مبتني بر وابستگي‌هاي متقابل بين عوارض در قالب اطلاعات زمينه خارجي به منظور افزايش دقت نتايج طبقه‌بندي مورد استفاده قرار مي‌گيرد. به منظور ارزيابي توان اجرايي روش پيشنهادي در اين تحقيق، مجموعه‌اي از آزمون‌هاي مقايسه‌اي بر داده‌هاي منتشر شده توسط كميته فني تلفيق داده‌ها و آناليز تصاوير جامعه بين‌المللي سنجش از دور و مهندسي علوم زمين در سال 2014 ميلادي، صورت گرفته است. در مقايسه روشهاي طبقه‌بندي مبتني بر مدل‌هاي يادگيري ژرف با طبقه‌بندي كننده‌هاي مرسوم، دقت كلي طبقه‌بندي اطلاعات سنجنده‌ي مرئي %3.91، فراحرارتي %6.65 و چندگانه %2.81 بهبود يافته است. به‌علاوه، در نظرگيري وابستگي‌هاي متقابل بين عوارض در قالب اطلاعات زمينه خارجي و يا قوانين پس‌پردازشي به منظور كاهش و يا حذف خطاهاي مرسوم روشهاي طبقه‌بندي پيكسل‌مبنا، موجب بهبود دقت كلي %2.71 مي‌گردد. همچنين، در مقايسه روش پيشنهادي طبقه‌بندي اطلاعات سنجنده‌هاي چندگانه با طبقه‌بندي كننده‌هاي اطلاعات سنجنده‌ي مرئي و يا فراحرارتي، دقت كلي طبقه‌بندي %7.57 و %22.22 بهبود يافته است.
چكيده لاتين :
Multi-sensor data fusion is one of the most common and popular remote sensing data classification topics by considering a robust and complete description about the objects of interest. Furthermore, deep feature extraction has recently attracted significant interest and has become a hot research topic in the geoscience and remote sensing research community. In this paper, a deep learning decision fusion approach is presented to perform multi-sensor urban remote sensing data classification that contains deep feature extraction, logistic regression classifier, decision-level classifier fusion and context-aware object-based post-processing steps. In this context, a deep architecture is designed to progressively learn invariant and abstract feature representations of the input data comprised of spectral, spatial or joint utilization of spectral-spatial features. In the last one, the raw spectral data are firstly used to take advantage of the available contiguous spectral bands for classification applications. The spatial feature descriptors are secondly made by a local window considering that a set of neighboring pixels for many cases belong to one class. A hybrid set of joint spectral-spatial information is finally made by stacking the above-mentioned feature descriptors. Then, a logistic regression classifier is applied to train high-level features at the top layer and to optimize the deep learning framework by enforcing gradient descent from the current setting of the parameters to minimize the training error on the labeling samples. In the next step, an enhanced classification map is estimated by integrating multiple classifier outcomes, followed by a context-aware object-based post-processing refining the obtained pixel-based land cover classification map. In this case, a multiresolution image segmentation method is employed to split the image data into multiple spatially non-overlapping regions and then, the final label of each segmented region is made by majority voting and considering relationships among spatial objects. A series of comparative experiments are conducted on the widely-used dataset of 2014 IEEE GRSS data fusion contest. It enables a challenging multi-resolution and multi-sensor image analysis and data fusion opportunity; the visual data contains a series of color images associated with different strips, and the thermal hyperspectral image was acquired by the 84 spectral bands Hyper-Cam airborne sensor over Thetford Mines in Québec, Canada, with 874×751 pixels (spatial resolution of 1-m) and comes with a seven class labeled ground truth map. In the above-described datasets, the training samples are randomly detached as one hundred of each ground truth label and the rest are used as the testing samples. A set of comparative experiments are carried out on the above-mentioned datasets to quantitatively investigate the significant advantages of the proposed classification frameworks over the conventional classifiers containing decision tree, discriminant analysis, naïve Bayes, k-nearest neighbor and support vector machine. The obtained results illustrate the considerable advantages of the proposed deep learning decision fusion over the traditional classifiers. In this context, the proposed method provides 3.91, 6.65, 2.81 and 5.52 percent enhancements for visual, thermal, combination and context-aware object-based post-processing data respectively in terms of OA/Kappa metrics. On the other side, the joint use of imaging systems improves the performance of classification up to 7.57 and 22.22 percent with respect to the visible and thermal hyperspectral data, respectively.
