بكارگيري چارچوب يادگيري انتقال براي قطعه‌بندي معنايي تصاوير با وضوح بالا پهپاد-مبنا در مناطق شهري

قطعه بندي معنايي براي پردازش داده هاي وسايل نقليه هوايي بدون سرنشين (UAV) يكي از تحقيقات پيشرو در زمينه فتوگرامتري، سنجش ازدور و بينايي كامپيوتر در سال هاي اخير بوده است. اين روش توجه فزاينده اي را از طرف صنعت و دانشگاه به خود جلب كرده است. بسياري از كاربردها، از جمله نقشه برداري هوايي صحنه هاي شهري، تعيين موقعيت اشيا در تصاوير هوايي، استخراج خودكار ساختمان ها از تصاوير سنجش از دور يا هوايي با وضوح بالا و غيره، نيازمند الگوريتم هاي قطعه بندي دقيق و كارآمد هستند. با اين حال، قطعه بندي معنايي مناسب و دقيق با استفاده از رويكرد يادگيري عميق (آموزش كلي يك شبكه عصبي عميق با وزن دهي تصادفي) به حجم زيادي از تصاوير آموزشي و برچسب گذاري شده نياز دارد. با توجه به اينكه در حوزه تصاوير هوايي شهري با  چالش كمبود داده هاي برچسب گذاري شده مواجه هستيم، در اين مقاله از رويكرد يادگيري انتقال براي قطعه‌بندي معنايي تصاوير پهپاد-مبنا نواحي شهري استفاده كرده ايم. روش پيشنهادي، يك چارچوب يادگيري انتقال مبتني بر معماري رمزگذار-رمزگشا پيچشي DeepLabV3Plus را با مدل از قبل آموزش ديده ResNet-50 در مجموعه ImageNet براي قطعه بندي معنايي صحنه هاي شهري پياده سازي مي‌كند. مجموعه داده مورد مطالعه در اين تحقيق، مجموعه UAVid2020، يك مجموعه داده قطعه بندي معنايي پهپاد-مبنا در منطقه شهري از انجمن بين المللي فتوگرامتري و سنجش ازدور (ISPRS) است. براي ارزيابي عملكرد قطعه بندي معنايي روش پيشنهادي، از شبكه هاي عصبي U-Net و Seg-Net استفاده كرديم. نتايج بدست آمده از قطعه بندي معنايي تصاوير پهپاد-مبنا، اثربخشي چارچوب يادگيري انتقال پيشنهادي را نسبت به مدل هاي يادگيري عميق نشان مي دهد. از نظر معيار دقت كلي، معماري DeepLabV3Plus-ResNet50 بهترين نتيجه را با 81.93% دقت در مقايسه با شبكه هاي عصبي U-Net و Seg-Net با دقت هاي 74.35% و 79.15% و كسب كرد.