شناسایی تغییرات عارضه ساختمان با استفاده از تصاویر رایگان سنجش ازدوری و تکنیک های یادگیری عمیق

پایش تغییرات، فرآیند تشخیص مناطق تغییریافته بین دو تصویردر دو زمان متفاوت است. این فرایند دارای نقش اساسی در فعالیت-هایی مانند نظارت بر پوشش سطح زمین و ارزیابی آسیب هایفجایای طبیعی است. در سالهای اخیر، با توسعه الگوریتم هاییادگیری عمیق، پژوهش های بسیاری بر پایه شبکه های عصبیکانولوشنی درزمینه ی شناسایی تغییرات انجام گرفته است. این دستهاز مدلها توانسته اند با استخراج ویژگی های سطح بالا، توانایی خود رادر این زمینه اثبات کنند. با این حال، نیاز چنین روشهایی به دادهآموزشی وسیع و جامع غیر قابل چشم پوشی است. در همین راستا ،در این تحقیق با ارائه یک مجموعه داده دوزمانه، شناسایی تغییراتساختمان، ازنظر ساخت وساز و تخریب مورد بررسی قرار می گیرد. اینمجموعه داده که شامل ۶۷۷۲ پچ تصاویری با حد تفکیک بسیار بالااز شهرهای شمالی کشور است، جهت آموزش و ارزیابی برخی مدل-های پیشرو در زمینه شناسایی تغییرات استفاده می شود.

کلیدواژه ها:

تصاویر سنجش ازدوری ، شناسایی تغییرات ، شبکه های عصبی کانولوشن ، یادگیری عمیق