2025 г., Том 30, № 3, с.111-126

Рассматривается проблема семантической сегментации видового состава лесных насаждений на мультиспектральных спутниковых снимках высокого разрешения с помощью сверточных нейронных сетей. Проводится сравнение результатов сегментации четырех U-Net-подобных моделей: U-Net, U-Net++, Attention U-Net и Trans U-Net. Исследуется влияние на качество семантической сегментации таких факторов, как: способ нормализации данных, выбор определенных спектральных каналов и изменение пространственного разрешения. Описаны два подхода для использования панхроматического канала в процессе сегментации. Представлены результаты экспериментальных исследований на снимке со спутника WorldView-2 и 14-классовой разметке доминантной породы. Полученные результаты позволяют сделать выводы по выбору набора спектральных каналов, метода нормализации данных и архитектуры нейросети для задачи сегментации видового состава лесных насаждений, а также показывают высокую значимость использования панхроматического канала.