سازمان جغرافیایی نیروهای مسلح

| ورود به سامانه | ثبت نام

صفحه اصلی / پانزدهمین کنفرانس ملی و دومین کنفرانس بین المللی فرماندهی و کنترل ایران

تشخیص جاده های درون شهری مبتنی بر روش یادگیری عمیق و تصاویر ماهواره ای

نویسندگان :

امیرحسین غلامیان¹ فاطمه طبیب محمودی²

1- دانشگاه تربیت دبیر شهید رجایی 2- دانشگاه تربیت دبیر شهید رجایی

کلمات کلیدی :

تشخیص جاده،شبکه عصبی،داده های سنجش از دور،یادگیری عمیق

چکیده :

به روز رسانی نقشه های جاده ای موجود به جهت رشد و توسعه شهری، امکان برنامه ریزی برای کنترل ترافیک، تصمیم گیری در شرایط بحران و... الزامی است. مشکلاتی مانند شباهت رنگ و بافت در مناطق شهری، به‌ویژه در تشخیص جاده‌های موجود در مجاورت ساختمان‌ها، همچنان چالش‌برانگیز است. به منظور افزایش دقت و کارایی در تشخیص و طبقه‌بندی جاده‌ها، محققان به طراحی و استفاده از روش‌های خودکار مبتنی بر پردازش تصاویر سنجش از دور و یادگیری عمیق پرداخته‌اند. هدف اصلی این مقاله، ارائه یک شبکه عمیق کانولوشنال رمزگذار-رمزگشای پیشرفته با نام UNet3+ به منظور قطعه‌بندی و استخراج جاده از تصاویر سنجش از دور است. مدل UNet3+ به عنوان یک رویکرد کلیدی انتخاب شده و در شرایط مختلف محیطی ارزیابی شده است. ترکیب ماژول‌های توجه مکانی و کانال و ماژول تجمیع هرمی به‌طور قابل‌ملاحظه‌ای بر عملکرد مدل تأثیر گذاشته و معیار IoU را به میزان 15/3و معیار F1 Score را به میزان 12/9 در مناطق شهری نامتراکم افزایش داده است. این بهبودها نشان‌دهنده توانایی بالای شبکه در تشخیص جاده‌های اصلی و کاهش خطاهای تشخیصی در شناسایی جاده‌های فرعی است.