Yüksek çözünürlüklü uydu görüntülerinden daha hızlı bölge tabanlı derin öğrenme modeli ile bina tespiti

Authors : Ekrem SARALIOĞLU, Oğuz GÜNGÖR

Pages : 550-563

Doi:10.17714/gumusfenbil.1012519

View : 28 | Download : 6

Publication Date : 2022-04-15

Article Type : Research Paper

Abstract :İnsan beynindeki öğrenme ve analiz mekanizmasını taklit ederek geniş bir veri kümesinden özellikleri otomatik olarak öğrenmeye çalışan derin öğrenme algoritmaları, yüksek hesaplama gerektiren problemleri çözmede bazen insanlardan daha başarılı olabilmektedir. Derin öğrenme tabanlı yöntemlerin çeşitli alanlarda başarı ile kullanımı bu yöntemlerin uzaktan algılama alanında da kullanımını arttırmaktadır. Bu çalışmada, yüksek mekânsal çözünürlüğe sahip uydu görüntülerinden derin öğrenme ile otomatik bina tespitinin yapılması amaçlanmıştır. Bina tespiti için, ilk olarak yüksek mekânsal çözünürlüklü Worldview-2 uydu görüntüsüne görüntü kaynaştırma işlemi yapılarak mekânsal olarak detayların daha belirgin olduğu kaynaştırılmış bir görüntü elde edilmiştir. Daha sonra çalışma bölgesine ait kaynaştırılmış görüntü bina detaylarının yoğun olduğu bölgeleri içerecek şekilde parçalara ayrılmıştır. Bu görüntü parçalarındaki bina nesneleri etiketlenerek test ve eğitim veri seti oluşturulmuştur. Oluşturulan veri seti ile Faster R-CNN modeli üzerinde ince ayar yapılarak model eğitimi %94 F1 skor ve %88 doğruluk değenlerinde gerçekleştirilmiştir. Sonuç olarak Faster R-CNN modeli ile (genel kullanımının dışında) küçük nesne boyutlu uzaktan algılanmış görüntülerden bina tespiti ortalama %88.6 doğrulukta gerçekleştirilmiştir.
Keywords : Bina tespiti, Derin öğrenme, Faster R CNN, Yapay zeka

ORIGINAL ARTICLE URL