Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 18.227.46.76
    [SESS_TIME] => 1730418333
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => e494c73a691f1eb5d372a566df68d3a3
    [UNIQUE_KEY] => 43c8feaa4dab2924d356112347e5314b
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Оптика атмосферы и океана

2024 год, номер 1

Применение сверточной нейронной сети U-Net и ее модификаций для сегментации тундровых озер на спутниковых оптических изображениях

И.А. АБРАМОВА1, Д.М. ДЕМЧЕВ2, Е.В. ХАРЮТКИНА2,3, Е.Н. САВЕНКОВА2,4, И.А. СУДАКОВ5
1Арктический и антарктический научно-исследовательский институт, Санкт-Петербург, Россия
calluna.mirabilis@gmail.com
2ООО «ЦНИР» - Центр исследований и разработок, Великий Новгород, Россия
demchev@gmail.com
3Институт мониторинга климатических и экологических систем СО РАН, Томск, Россия
kh_ev@mail2000
4Российский государственный гидрометеорологический университет, Санкт-Петербург, Россия
savenkova.en@mail.ru
5School of Mathematics and Statistics, The Open University, Milton Keynes, UK
sudakow.ivan@gmail.com
Ключевые слова: тундровые озера, U-Net, Арктика, дистанционное зондирование, вечная мерзлота
Страницы: 48-53

Аннотация

Тундровые озера - важный индикатор изменений климата, поэтому анализ динамики их размеров представляет особый интерес. В работе представлены результаты применения сверточной нейронной сети U-Net для сегментации тундровых озер по спутниковым оптическим изображениям на примере данных Landsat. Выполнена сравнительная оценка точности сегментации с помощью оригинальной архитектуры U-Net и ее модификаций: U-Net++, Attention U-Net и R2 U-Net, в том числе с использованием весов, полученных на основе предварительно обученной сети VGG16. Точность сегментации оценивается путем сравнения с результатами ручного картирования тундровых озер в северных районах Сибири. Обучение сетей производилось на основе 500 изображений Landsat; 250 изображений использовались в качестве тестовых. Показано, что более современные модификации U-Net не дают практически значимого выигрыша в точности сегментации, но увеличивают вычислительные затраты. Наилучший результат показывает конфигурация на основе классической реализации U-Net (средний коэффициент Жаккара IoU = 0,88). Предложенный метод и полученные оценки могут использоваться при изучении тенденций современного климата Земли.

DOI: 10.15372/AOO20240106
Добавить в корзину
Товар добавлен в корзину