Распознавание сельскохозяйственной растительности на изображениях земной поверхности на основе сверточной нейронной сети U-Net

Ганченко, В. В.; Дудкин, А. А.; Шелег, С. В.; Ganchenko, V. V.; Doudkin, A. A.; Sheleg, S. V.

Распознавание сельскохозяйственной растительности на изображениях земной поверхности на основе сверточной нейронной сети U-Net

Ганченко, В. В., Дудкин, А. А., Шелег, С. В., Ganchenko, V. V., Doudkin, A. A., Sheleg, S. V.

Дата публикации: 2021

Дата публикации в реестре: 2021-08-05T18:02:00Z

Аннотация:

В данной работе рассматривается задача сегментации картофельных полей по данным аэрофотосъемки различного пространственного разрешения. В качестве основы алгоритма распознавания используется свёрточная нейронная сеть с архитектурой U-Net. Предложенный алгоритм позволяет выполнить разделение пикселей мултиспектрального изображения на два класса: «растительность» и «почва». Произведён сравнительный анализ предложенного алгоритма с другими нейросетевыми алгоритмами. This paper considers the task of segmenting potato fields based on aerial photography of different spatial resolution. A convolutional neural network with U-Net architecture is used as the basis of the recognition algorithm. The proposed algorithm allows separating the pixels of the image into two classes: "vegetation" and "soil." A comparative analysis of the proposed algorithm has been made with other neural network algorithms.

Ключевые слова:
публикации ученых, материалы конференций, сверточные нейронные сети, семантическая сегментация, мультиспектральные изображения, convolutional neural networks, semantic segmentation, multispectral images

Тип: Статья

Распознавание сельскохозяйственной растительности на изображениях земной поверхности на основе сверточной нейронной сети U-Net

Связанные документы (рекомендация CORE)

Партнеры

Индексация