http://93.174.130.82/news/shownews.aspx?id=ccce71e5-eef9-4be8-a70d-29a5463b3e58&print=1
© 2024 Российская академия наук

Применение свёрточной нейронной сети для сегментации тундровых озёр

05.04.2024



Тундровые озера – важный индикатор изменений климата, поэтому анализ динамики их размеров представляет особый интерес.

В работе, опубликованной в журнале «Оптика атмосферы и океана», представлены результаты применения свёрточной нейронной сети U-Net для сегментации тундровых озёр по спутниковым оптическим изображениям на примере данных проекта по созданию спутниковых снимков Земли Landsat.

Применение свёрточной нейронной сети для сегментации тундровых озёр 1-2.jpg (jpg, 235 Kб)

Тундровые озёра Западной Сибири

Выполнена сравнительная оценка точности сегментации с помощью оригинальной архитектуры U-Net и ее модификаций: U-Net++, Attention U-Net и R2 U-Net, в том числе с использованием весов, полученных на основе предварительно обученной сети VGG16. Точность сегментации оценивается путём сравнения с результатами ручного картирования тундровых озёр в северных районах Сибири.

Применение свёрточной нейронной сети для сегментации тундровых озёр 2-2.png (png, 24 Kб)

Архитектура нейросети U-Net для сегментации изображения

Обучение сетей производилось на основе 500 изображений Landsat; 250 изображений использовались в качестве тестовых. Показано, что более современные модификации U-Net не дают практически значимого выигрыша в точности сегментации, но увеличивают вычислительные затраты. Наилучший результат показывает конфигурация на основе классической реализации U-Net (средний коэффициент Жаккара IoU = 0,88). Предложенный метод и полученные оценки могут использоваться при изучении тенденций современного климата Земли.

Источник: ФНЦ агроэкологии РАН.