Uydu Görüntülerinden Örnek Segmentasyonu ile Gemi Tespiti

Yazar :
Şaziye Özge Atik , Cengizhan İpbüker

Özet :
Uydu görüntülerinde nesne tespiti, derin öğrenme (DÖ) yaklaşımlarının kullanıldığı en yaygın uygulamalardan biridir. Derin öğrenme uygulamalarında uzaktan algılama verilerinin kullanımı nesnelerin yoğunluğu, kalabalık tespiti ve askeri uygulamalar vb. gibi birçok alanda her geçen gün hızla yaygınlaşmaktadır. Obje tespitine bir örnek olan, otomatik gemi tespit uygulamalarının bazı kullanım alanları arasında nakliye trafiği, liman faaliyetlerini izlemek ve tedarik zinciri analizi gibi örnekler sayılabilir. Bu çalışmada, evrişimli sinir ağları (ESA) kullanılarak uydu görüntülerinde örnek segmentasyonu ile otomatik gemi tespiti yapılması amaçlanmıştır. Uygulamada erin öğrenme modeli olarak, ResNet-101 omurgasına sahip Mask-R CNN mimarisi kullanılmış ve deneyler 1.5 m çözünürlüklü SPOT uydusunun görüntülerinden oluşan AIRBUS Gemi Tespit veri setinde gerçekleştirilmiştir. Veri setindeki görüntüler deniz, gemi, limanlar ve bazı arazi örtüsü sınıflarını içerir. Kullanılan veri setindeki görüntülerde gemilerin referans verisi de mevcuttur. Çalışmada kullanılan model 25 epok ile eğitilmiştir. Modelde eğitim için 34000 ve validasyon için 8500 gemi örneği kullanılmıştır. 120 test görüntüsünde tespit edilen gemiler maskelenerek, sınırlayıcı kutu ile işaretlenmiştir. Uygulamada performans metrikleri olarak, kesinlik değeri % 68.89, hassasiyet değeri % 61.57 ve F-1 skoru % 65.02 olarak elde edilmiştir. Test görüntülerinde tahmin edilen gemi sınıfının ortalama güven olasılığı %99.17'dir. Örnek segmentasyonlarının sonuçları gemi tespit skorları ile birlikte görselleştirilmiştir. 

Anahtar Kelimeler :
Derin öğrenme, Bilgisayarlı görü, Otomatik nesne tespiti, Örnek segmentasyonu, Gemi tespiti

Kaynak :

Dosyayı İndir