Wat is semantische segmentatie van satellietbeelden en welke modellen worden toegepast?

Semantische segmentatie van satellietbeelden is de taak om elke pixel van de afbeelding een klasse toe te wijzen (bijvoorbeeld water, bos, stad, landbouwgrond). Dit maakt een gedetailleerde analyse van het aardoppervlak mogelijk.

Voor de oplossing worden diepe neurale netwerken gebruikt, met name:

• U-Net — een populaire architectuur voor segmentatie, die goed werkt met beperkte gegevens.
• DeepLab (v3, v3+) — gebruikt ruimtelijke piramides en attributieve convoluties om de segmentatiekwaliteit te verbeteren.
• SegNet — encoder-decoderarchitectuur, effectief voor taken met hoge resolutie.

Een belangrijk aspect is de preprocessing van gegevens (correctie van atmosferische verstoringen, normalisatie) en het gebruik van multispectrale kanalen om de classificatie nauwkeurigheid te verhogen.