Sentinel-2 Uydu Görüntüleri için Evrişimli Otokodlayıcı Sinir Ağı ile Süper Çözünürlük Yaklaşımı

Authors : Ahmet Ertuğrul ARIK, Reha PAŞAOĞLU, Nuri EMRAHAOĞLU

Pages : 231-241

Doi:10.48123/rsgis.1254716

View : 56 | Download : 21

Publication Date : 2023-09-28

Article Type : Research Paper

Abstract :Makalede, uydu görüntülerinin çözünürlüğünü arttırmak için SEN-2_CAENET adında evrişimli otokodlayıcı temelli yeni bir süper çözünürlük derin öğrenme modeli sunulmaktadır. Yapay sinir ağları, son yıllarda uydu görüntülerinde uzamsal çözünürlük artırma konusunda önemli bir rol oynamaktadır. Özellikle, genelleştirilebilir yapay sinir ağları, verilen girdi verilerine benzer ama tamamen farklı girdi verilerine uygulandığında da doğru çıktı verileri elde edilebilir. Bu özellik, yapay sinir ağlarının uzamsal çözünürlük artırma işlemlerinde etkin bir şekilde kullanılmasını sağlar. Makalede, Sentinel-2 uydu görüntüleri için kullanılan bir otokodlayıcı temelli derin sinir ağı modelinin nasıl uzamsal çözünürlük artırma işlemlerinde kullanılabileceği açıklanmaktadır. Bu model, kullanılan veriler ve eğitim yöntemleri ile görüntülerin detaylarının daha iyi görülebilmesini ve bu sayede görüntülerin daha etkili bir şekilde analiz edilebilmesini mümkün kılmaktadır. Testlerimizde, Sentinel-2 uydu görüntüleri üzerinde uyguladığımız SEN-2_CAENET modelinin performansını PSNR, MSE ve SSIM metrikleri kullanarak ölçtük. Elde ettiğimiz bulgular, SEN-2_CAENET\`in literatürde önemli bir konuma sahip olan SRCNN sinir ağından daha yüksek başarı oranlarına ulaştığını göstermiştir.
Keywords : Yapay sinir ağları, Otokodlayıcılar, Görüntü işleme, Süper çözünürlük Uzaktan algılama