Τι είναι η σημασιολογική διαχωρισμός δορυφορικών εικόνων και ποια μοντέλα χρησιμοποιούνται;

Ο σημασιολογικός διαχωρισμός δορυφορικών εικόνων είναι η εργασία της επισήμανσης κάθε εικονοστοιχείου της εικόνας με μια κλάση (π.χ., νερό, δάσος, πόλη, γεωργικές εκτάσεις). Αυτό επιτρέπει μια λεπτομερή ανάλυση της επιφάνειας της γης.

Για την επίλυση, χρησιμοποιούνται βαθιά νευρωνικά δίκτυα, ιδίως:

• U-Net — μια δημοφιλής αρχιτεκτονική για τον διαχωρισμό, που λειτουργεί καλά με περιορισμένο όγκο δεδομένων.
• DeepLab (v3, v3+) — χρησιμοποιεί χωρικές πυραμίδες και ιδιότητες συνελικτικών για τη βελτίωση της ποιότητας του διαχωρισμού.
• SegNet — αρχιτεκτονική κωδικοποιητή-αποκωδικοποιητή, αποτελεσματική για εργασίες υψηλής ανάλυσης.

Ένα σημαντικό στοιχείο είναι η προκαταρκτική επεξεργασία δεδομένων (διόρθωση ατμοσφαιρικών παραμορφώσεων, κανονικοποίηση) και η χρήση πολυφασματικών καναλιών για την αύξηση της ακρίβειας της ταξινόμησης.