УДОСКОНАЛЕННЯ МЕТОДИКИ ВИЗНАЧЕННЯ ВОДНИХ ОБЛАСТЕЙ НА ВИДОВИХ ЗОБРАЖЕННЯХ

Résumé fourni par la source

У даній роботі розглядається використання семантичної сегментації на основі згорткових нейронних мереж (CNN) для виявлення водних об'єктів на мультиспектральних зображеннях високої роздільної здатності. Інтеграція каналів ближнього інфрачервоного діапазону (NIR) дозволяє підвищити точність класифікації, забезпечуючи краще розмежування між візуально схожими елементами, такими як водні площі та тіні від хмар. Дослідження застосовує архітектуру U-Net, що натренована на аерофотознімках, для ефективного виявлення водних зон на супутникових зображеннях. У статті також розглядається проблема неправильно класифікованих областей, спричинених наявністю хмар, і пропонується використання нормалізованого диференційного водного індексу (NDWI) як метрики для оцінки якості сегментації. Для практичних завдань, зокрема обчислення площі водних поверхонь, запропоновано використовувати бінаризований нормалізований диференційний водний індекс (BNDWI), який забезпечує зручність і точність обробки.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.