Детектирование новых антропогенных объектов на разновременных спутниковых изображениях Белорусской космической системы дистанционного зондирования Земли

Abstract

Рассматривается решение задачи детектирования новых антропогенных объектов при проведении экологического мониторинга территории Беларуси с использованием разновременных панхроматических спутниковых изображений Белорусской космической системы дистанционного зондирования Земли и нейронной сети глубокого обучения, обеспечивающей максимально достоверное обнаружение изменений наземных объектов приминимизации ложных срабатываний. Для реализации данной задачи выполнен анализ моделей нейронных сетей глубокого обучения для детектирования новых антропогенных объектов на основе семантической сегментации разновременных спутниковых изображений, по результатам которого выбрана модель нейронной сети глубокого обучения с проверкой гипотезы о необходимости обучения на собственной сформированной выборке антропогенных объектов. Проведено обучение выбранной модели нейронной сети глубокого обучения для реализации задачи детектирования новых антропогенных объектов на основе разновременных панхроматических спутниковых изображений с оптимизацией настроек и подбором гиперпараметров. Исходя из полученных результатов, сделан вывод о реальной возможности автоматизации контроля появления новых антропогенных объектов при проведении экологического мониторинга.