Automatická segmentace satelitních snímků

Pavel BALDA

Bachelor's thesis

Automatic segmentation of satellite images

Abstract:

Úloha automatické segmentace satelitních snímků nachází využití v mnoha oblastech moderního výzkumu. V první části této práce jsou prezentovány možné přístupy k problematice a dostupná data. Většina práce se poté věnuje přístupům k sémantické segmentaci satelitních snímků na benchmarkovém datasetu LoveDA, kdy jsou v rámci práce prezentovány nejprve vybrané metody s ruční extrakcí příznaků a jejich výsledky na vybraném datasetu a následně postupný vývoj metod hlubokého učení umělých neuronových sítí s vyhodnocením v soutěži LoveDA Semantic Segmentation. Hlavní výstupy práce tvoří shrnutí problematiky, statistiky použitých metod a funkční segmentační model neuronové sítě.

Abstract:

The task of automatic segmentation of satellite images finds application in many areas of modern research. The first part of thesis presents possible approaches to the problem and available data. The majority of the work then focuses on approaches to semantic segmentation of satellite images on the LoveDA benchmark dataset. Within the scope of this work, selected methods with manual feature extraction are presented, along with their results on the chosen dataset. Subsequently, thesis describes a gradual development of deep-learning methods, with evaluation in the LoveDA Semantic Segmentation competition. The main outputs of the thesis consist of a summary of the problem, statistics of the methods used, and a functional segmentation model of a neural network.

Keywords

zpracování digitalizovaného obrazu, segmentace obrazu, sémantická segmentace, satelitní snímky, klasické metody umělé inteligence, neuronové sítě, DeepLabV3, LoveDA

Language used: Czech

Date on which the thesis was submitted / produced: 22. 5. 2023

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: Ing. Ivan Gruber, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / field:
Cybernetics and Control Engineering / Artificial Intelligence and Automation