Uzaktan Algılama Görüntülerinin Evrişimsel Sinir Ağları ve Komşuluk Bileşen Analizi Tabanlı Özniteliklerinin Sınıflandırılması

Bu çalışmada, WHU-RS19 veri setinden elde edilen uzaktan algılama görüntülerinin sınıflandırması için farklı derin öğrenme modellerinden alınan özniteliklerin komşuluk bileşen analizi ile indirgenip Destek Vektör Makinesi (DVM) ile sınıflandırması yapılmıştır. WHU-RS19 veri setinin görüntüleri ESA modellerinden AlexNet, VGG-16 ve GoogleNet’e girdi olarak verilmiş ve her bir mimarinin son tam bağlı katmanından 1000’er adet öznitelik elde edilmiştir. Ayrıca üç mimariden elde edilen öznitelikler birleştirilerek komşuluk bileşen analizi (KBA) yöntemiyle 1000 özniteliğe indirgenmiştir. Aynı veriyi kullanan diğer çalışmalar ile kıyaslama yapılabilmesi için mevcut verilerin %60 ve %40’ı kullanılarak eğitimi DVM ile gerçekleştirilmiştir. Çalışma kapsamında KBA ile özniteliği indirgenmiş verilerin %60’ı eğitim olarak kullanıldığında %98.75, %40’ı eğitim olarak kullanıldığında ise %97.01 oranında başarım elde edilmiştir. Bu başarım oranları mevcut çalışmalara göre daha üstün performans sağladığı görülmüştür.