طبقه بندي تصاوير هوايي با استفاده از يادگيري عميق

كارشناسي ارشد

در سال هاي اخير، از تكنيك انتقال يادگيري براي به دست آوردن دقت هاي بالا در طبقه بندي تصاوير هوايي استفاده شده است. در اين تكنيك، از قسمت استخراج كننده ويژگي براي به دست آوردن ويژگي هاي سطح بالا استفاده مي شود و نيز با جايگزين كردن يك شبكه به جاي كلاسه بند از قبل آموزش ديده مي توان آن را در كاربرد مورد نظر استفاده كرد. زماني كه شبكه از ابتدا بر روي داده مورد نظر آموزش داده مي شود به داده هاي بيشتري جهت عملكرد خوب نياز دارد. براي حل اين مشكل، در اين پژوهش، شبكه جستجوي معماري عصبي موبايل كه بر روي تصاوير Imagenet ، آموزش ديده شده است، به عنوان استخراج كننده ويژگي پيشنهاد مي گردد. هم چنين يك شبكه پرسپترون چند لايه به عنوان كلاسه بند طراحي مي گردد. ضمنا، در اين پژوهش ،يك تابع هزينه جديد جهت بهبود نتايج پيشنهاد مي شود. درواقع در اين تابع هزينه يك ترم جديد بهCross-Entropy(CE) جهت بهبود عملكرد اضافه شده است. در تابع هزينه پيشنهاد شده بر خلاف CE ساده از ميزان تفاوت احتمالي بين كلاس اشتباه تشخيص داده شده و كلاس صحيح استفاده مي شود تا تمركز شبكه را روي تصاوير پيچيده افزايش دهد. همان طور كه در نتايج نشان داده شده است، روش پيشنهادي ما به دقت ۹۹/۵۴٪، ۹۸/۱۰٪ و ۹۳/۵۶٪ به لحاظ دقت كلي در مجموعه داده هاي UCMerced land-use، AID و NWPU-RESISC45 به ترتيب رسيده است. اين روش بهبود نسبي ۰/۶۲٪، ۱/۱۱٪ و ۱/۷۵٪ را در مقايسه با بهترين نتايجات گزارش شده نشان مي دهد. اين روش به بالاترين دقت در بين روش هاي ديگر رسيده است. علاوه بر اين، اين شبكه (استخراج كننده ويژگي) بر خلاف شبكه هايي مانند VGG (۱۴ ميليون پارامتر)، ResNet50 (۲۳ ميلون پارامتر) و ... تعداد پارامترهاي بسيار كمتري دارد (حدود ۴ ميليون پارامتر) كه اين موجب مي شود پياده سازي از لحاظ حافطه حداقل ۳/۵ برابر بهبود يابد. كلمات كليدي: تصاوير هوايي، شبكه جستجوي معماري عصبي ، استراتژي انتقال يادگيري، پرسپترون چند لايه و Cross-Entropy

192953

دانشگاه علم و صنعت ايران

الكترونيك - سيستم هاي الكترونيك ديجيتال

دكتر كريم محمدي