Hluboká neuronová síť pro klasifikaci satelitních snímků s využitím Open Street Maps

Abstract

Nabídka dat z dálkového průzkumu Země (DPZ) vzrůstá a stejně stoupá poptávka po metodách umožníjící automatickou analýzu těchto dat, jednou z těchto metod je klasificka. Nicméně přes vzrůstající poptávku, neexistuje žádný vhodný dataset pro učení neuronových sítí na těchto datech. Cílem této práce je navrhnout, implementovat a experimentálně vyhodnotit hlubokou neuronovou síť for učení se klasifikace dat z DPZ za použití anotací z OpenStreetMap. Z tohoto důvodu tato práco představuje nový dataset leteckých snímků, který byl anotován za pomoci OpenStreetMap. Pomocí tohoto nového datasetu byla vyhodnocena vhodnost a chování několika moderních architektur pomoci přenosového učení z ImageNet. Chování sítí naučených pomoci přenosového učení bylo porovnávno s chováním hluboké sítě naučené jen za pomoci nového datasetu. Dále byla vyhodnocena vhodnost dvou augmentačních technik pro navržený dataset. Bylo zjištěno, že ResNet50 je z testovaných architektur nejvhodnější pro tento dataset a že přenosové učení je méně výhodné než učení od nuly na navrženém datasetu. Dále bylo ukázano, že vzhledem k více zdrojové povaze dataset použítí augmentace s transformací barev je výhodnější než použití čisté prostorové augmentace.

There is rising supply of remote sensing data and also rising demand for its automatic analysis, one of the branches of analysis is classification. However, despite the rising demand, there is no suitable dataset for learning neural networks. The aim of this work is to design, implement and experimentally evaluate a deep neural network for learning classification of remote sensing images using labels from OpenStreetMap. Thus this work introduces a novel aerial image dataset that was annotated using the OpenStreetMap. Using the novel dataset, the suitability of several state-of-the-art architectures for transfer learning from ImageNet is assessed and compared to performance of a deep network learned using the novel dataset only. Two augmentation techniques are evaluated for their appropriateness on this dataset. It was found that the ResNet50 from the tested architectures is the most accurate on the dataset and that transfer learning is less suitable than learning from scratch on this dataset. The multi-source nature of the novel datasets benefits from augmentation of the color space compared to strictly spatial augmentation.