Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18450
Title: Υπερανάλυση και Σημασιολογική Κατάτμηση Δορυφορικών Εικόνων για τον Εντοπισμό Δασών
Authors: Λυμπερόπουλος, Ελευθέριος
Κόλλιας Στέφανος
Keywords: Δορυφορική Τηλεπισκόπηση, Εντοπισμός Δασών, Sentinel-2, OpenStreetMap, Βαθιά Μηχανική Μάθηση, Συνελικτικά Νευρωνικά ∆ίκτυα, Σημασιολογική Κατάτμηση, Υπερανάλυση Εικόνας, Δίκτυα κωδικοποιητή-αποκωδικοποιητή, Μετασχηματιστές, Αναγεννητικά Ανταγωνιστικά Δίκτυα, ESRGAN, ResUNet-a, DeepLabv3+, Swin Transformer
Issue Date: 27-Sep-2022
Abstract: Με τις ολοένα και αυξανόμενες δορυφορικές αποστολές, η γεωπαρατήρηση και η τηλεπισκόπηση εμφανίζουν ταχεία πρόοδο τα τελευταία χρόνια και χρησιμοποιούνται σε εφαρμογές όπως η παρακολούθηση του οικοσυστήματος και η πρόληψη φυσικών καταστροφών. Παράλληλα, µε την άνοδο της μηχανικής μάθησης στην υπολογιστική όραση και την ανάγκη για αποδοτικότερη παρατήρηση, αναπτύσσονται συνεχώς νέα εργαλεία, βασισμένα στα Συνελικτικά Νευρωνικά Δίκτυα, τα οποία χρησιμοποιούν εικόνες τηλεπισκόπησης µε σκοπό τη χαρτογράφηση και τον εντοπισμό αλλαγών στην επιφάνεια της Γης σε επίπεδο εικονοστοιχείου. Μια τέτοια ειδικότερη εφαρμογή είναι η παρακολούθηση των δασικών εκτάσεων, η οποία, λαμβάνοντας υπόψη την απειλή της αποψίλωσης των δασών, κρίνεται στις μέρες µας ιδιαιτέρως αναγκαία. Ωστόσο, οι ανοιχτά διαθέσιμες εικόνες τηλεπισκόπησης δεν παρουσιάζουν υψηλή χωρική ανάλυση. ΄Ενας τρόπος για να αντιμετωπιστεί αυτό είναι η αύξηση της χωρικής ανάλυσης των εικόνων µε χρήση ειδικών αρχιτεκτονικών Νευρωνικών Δικτύων, των Δικτύων Υπερανάλυσης Εικόνας. Στόχος της παρούσας διπλωματικής είναι η υλοποίηση ενός συστήματος Μηχανικής Μάθησης, το οποίο θα επεξεργάζεται δορυφορικές εικόνες ώστε να εντοπίσει δασικές εκτάσεις µε τη μέθοδο της σημασιολογικής κατάτμησης, η οποία αναγνωρίζει τα εικονοστοιχεία που αντιστοιχούν σε δάση. Αρχικά, δημιουργείται ένα σύνολο δεδομένων από εικόνες τηλεπισκόπησης της δορυφορικής αποστολής Sentinel-2 και τις αντίστοιχες ετικέτες τους, οι οποίες προέρχονται από το OpenStreetMap. ΄Επειτα, χρησιµοποιείται ένα Δίκτυο Υπερανάλυσης Εικόνας, το οποίο αυξάνει την ανάλυση των εικόνων και των ετικετών και έτσι προκύπτουν δύο σύνολα δεδοµένων, ένα µε εικόνες χωρίς υπερανάλυση και ένα µε εικόνες με υπερανάλυση. ΄Υστερα, εκπαιδεύονται και εξετάζονται 3 μοντέλα σημασιολογικής κατάτμησης πάνω στα σύνολα αυτά και μελετούνται τόσο οι επιδόσεις των μοντέλων μεταξύ τους, όσο και η επίδραση του συνόλου µε υπερανάλυση στις αποδόσεις των μοντέλων. Τέλος, παρατίθενται τα συμπεράσματα της παραπάνω πειραματικής διαδικασίας και συζητούνται πιθανές βελτιώσεις και επεκτάσεις.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18450
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
thesis-lefterislymp.pdf12.48 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.