Распознавание крон деревьев на изображении с применением нейросетевых методов

Abstract

Автоматическое распознавание спутниковых снимков – это наиболее перспективный способ получения информации о расположении различных объектов на местности. В данной статье предложен подход для решения задачи распознавания крон деревьев на спутниковых снимках. Приведены основные составляющие архитектуры нейронной сети U-Net. Описан процесс решения задачи распознавания крон деревьев на спутниковых снимках с применением нейросетевой архитектуры U-Net. Исходя из экспериментальных данных, можно сделать вывод, что выбранная нейросетевая архитектура U-Net показывает достаточно хорошие результаты для решения задачи распознавания крон деревьев на спутниковых снимках. Поставленная задача является достаточно узкоспециализированной, так как в качестве объекта распознавания выбраны лесные насаждения. Решение задачи распознавания крон деревьев на спутниковых снимках позволит существенно упростить процесс разметки карт для картографов, сократить время на обработку данных, существенно уменьшить физический объем данных. Интеллектуальное ядро поставленной задачи потенциально может быть полезным для решения задачи распознавания других объектов, а, следовательно, оно может быть полезно для многих сфер деятельности. Путём замены входных данных, а именно масок (например, если необходимо распознать строения, дороги, водоёмы и т. п.), можно получить размеченную карту по интересующему критерию, переобучив сеть.