تركيب داده‌هاي لايدار و تصاوير هوايي بر مبناي شبكه هاي عصبي كانولوشن به‌منظور تشخيص مدل ساختمان ها

Synergistic Use of LiDAR Data and Aerial Image based on Convolutional Neural Networks for Building Model Recognition

ساختمان ها يكي از مهمترين سازه هاي شهري هستند كه در كاربردهاي مختلف و در نقشه برداري شهري مورد استفاده قرار مي گيرند. در سال هاي اخير، با توسعه تكنولوژي اخذ داده ها با توان تفكيك بالا، روش ها و الگوريتم هاي مختلفي به منظور استخراج مدل هاي دقيق و بهنگام ساختمان ها ارايه شده است. در اين مقاله، روشي نوين و مدل مبنا به منظور استخراج ساختمان ها و شناسايي اتوماتيك مدل سقف آنها از قبيل سقف مسطح، شيرواني، شيبدار و هرمي ارايه شده است كه در آن از شبكه هاي عصبي با معماري عميق به منظور يادگيري سلسله مراتبي ويژگي هاي استخراج شده از داده هاي لايدار و تصاوير ارتوفتو استفاده مي شود. مهمترين مراحل اين روش عبارتند از: آموزش مدل و يادگيري، بخش بندي تصوير، استخراج ويژگي، و برچسب زدن عوارض. كليه اين مراحل در يك ساختار نظارت شده و با استفاده از يك شبكه عصبي كانولوشن كه از قبل آموزش ديده شده است، اجرا مي شوند تا يك سيستم تشخيص الگوي اتوماتيك براي تشخيص انواع مختلف ساختمان ها در يك ناحيه شهري فراهم گردد. در اين روش، اطلاعات ارتفاعي، توليدكننده ي ويژگي هاي هندسي پايدار براي شبكه عصبي كانولوشن هستند كه در تعيين موقعيت محدوده هر سقف به كار گرفته مي-شوند. شبكه عصبي كانولوشن يكي از انواع شبكه هاي عصبي رو به جلو و با مفهوم درك و فهم چندلايه اي است كه شامل تعدادي لايه كانولوشن و نمونه برداري مي باشد. از آنجايي كه در روش پيشنهادي، مجموعه داده ي آموزشي يك كتابخانه كوچك از مدل هاي برچسب دار است، لذا زمان محاسباتي براي يادگيري با استفاده از مدل هاي از قبل آموزش ديده، به طور قابل توجهي كم و در حدود چند ساعت است. نتايج حاصله، نشان دهنده موثر بودن تلفيق داده هاي ارتفاعي و تصاوير رنگي با هم در يادگيري عميق به منظور استخراج ساختمان ها و شناسايي مدل سقف آنها به صورت همزمان است به طوري كه خطاي حد بالاي اول و دقت آموزش مدل حاصل از تلفيق اين دو دسته داده به ترتيب حدود 05/0 و 95 درصد است. همچنين، ميزان موفقيت و صحت شناسايي ساختمان ها به ترتيب حدود 97 و 69 درصد است.

Buildings are one of the most important urban structures that are used for various applications and urban mapping. In recent years, with the development of the high resolution data acquisition technologies, many different approaches and algorithms have been presented to extract the accurate and timely updated 3D models of buildings as a key element of city structures for numerous applications in urban mapping. In this paper, a novel and model-based approach is proposed for automatic recognition of buildings’ roof models such as flat, gable, hip, and pyramid hip roof models based on deep structures for hierarchical learning of features that are extracted from both LiDAR and aerial orthophotos. The main steps of this approach include building segmentation, feature extraction and learning, and finally building roof labelling in a supervised pre-trained Convolutional Neural Network (CNN) framework to have an automatic recognition system for various types of buildings over an urban area. In this framework, the height information provides invariant geometric features for CNN network to localize the boundary of each individual roofs. CNN is a kind of feed-forward neural network with the multilayer perceptron concept that consists of a number of convolutional and sub-sampling layers in an adaptable structure which is widely used in pattern recognition and object detection applications. Since the training dataset is a small library of labelled models for different shapes of roofs, via using the pre-trained models, the computation time of learning can decrease significantly. The experimental results highlight the effectiveness of the deep learning approach to detect and extract the pattern of buildings’ roofs automatically considering the complementary nature of height and RGB information. Based on the training results, the top 1 error and accuracy of training are about 0.05 and 95 %, respectively. Moreover, the average of correctness and completeness rates are about 97 % and 69 %, respectively.