Группа исследователей Сколтеха запатентовала новый метод, позволяющий повысить скорость и точность анализа данных дистанционного зондирования Земли. В новом методе для обработки и сегментации спутниковых изображений используются нейронные сети и специально разработанный метод их обучения.
Исследователи Сколтеха − доцент Евгений Бурнаев, научный сотрудник Алексей Артемов, инженер-исследователь Алексей Боховкин и аспирант Денис Волхонский разработали новый алгоритм обучения, с помощью которого нейронная сеть учится определять границы между значимыми сегментами спутникового изображения и распознавать различные объекты, например, здания, дороги и лесные массивы. Результаты исследования, ставшие основой для нового патента, были представлены Евгением Бурнаевым и Алексеем Боховкиным на международном симпозиуме по нейронным сетям (International Symposium on Neural Networks, ISNN). Статья доступна в виде препринта на сервере arXiv.
Сегментированные карты находят применение в различных приложениях, включая системы экологического мониторинга и планирования городской застройки, а также в лесной промышленности, сельском хозяйстве и других отраслях, где используется геопространственный анализ. «Например, мы можем подсчитать количество автомобилей на парковке для прогноза интенсивности движения или измерить площадь сельскохозяйственных угодий. Четкое распознавание границ между объектами крайне важно для учета различных изменений при обновлении карт. Эта функция позволяет, например, определить увеличение размеров мусорных полигонов или оценить ущерб от экологических катастроф, таких как ураганы», − отмечает Евгений Бурнаев.
Исследователи планируют обобщить разработанный подход для решения задач многоклассовой семантической сегментации изображений.