Мультиспектральные оптические данные, получаемые со средств дистанционного зондирования Земли, необходимы для решения различного спектра практических задач: от мониторинга пожарной опасности до лесотаксации. Анализ такой информации включает в себя тематическую обработку с построением площадных карт сегментации, традиционно проводящейся с привлечением трудоемкой экспертной оценки. Существующие методы автоматической обработки, наиболее перспективными из которых являются модели на основе глубокого обучения, демонстрируют высокую точность, но при этом привязаны к конкретному пространственному разрешению и могут смешивать целевые классы с близкой спектральной характеристикой.

В докладе рассматриваются методы семантической сегментации мультиспектральных спутниковых снимков различного пространственного разрешения с использованием моделей глубокого обучения на примере выделения пород древостоев на малоразмерном датасете.  Для составления мультиклассовой карты разметки апробируются различные модели на основе архитектуры U-Net, для которых с целью повышения стабильности рассматриваются различные механизмы нормализации и подвыборки исходных данных.

Семинар будет проведен в смешанном формате. Очное заседание пройдет в конференц-зале ФИЦ ИВТ (к.513), дистанционно к семинару можно будет подключиться по ссылке https://vcs-6.ict.nsc.ru/rooms/grz-ayy-7ne/join

Для студентов и аспирантов, находящихся в Новосибирске и не имеющих причин для дистанционного подключения, очное присутствие обязательно.