U-Netを用いた航空機認識のためのリモートセンシング画像セグメンテーション

衛星画像を使用して航空機を自動的に認識することは、民間および軍事部門の両方でさまざまな応用があります。しかし、分析された画像の前景と背景の複雑さと多様性により、識別のための航空機の適切な表現を得ることは依然として困難です。文献には多くの研究と解決策が提示されていますが、公開されたラベル付きデータセットの不足により、意味的画像セグメンテーション技術を使用してこの問題に対処することを提案した研究はわずかです。CNNの進展に伴い、研究者たちはU-NetなどのいくつかのCNNアーキテクチャを発表しており、少ない訓練データセットを用いて非常に良い性能を得ることができる能力を持っています。U-Netアーキテクチャは、2Dおよび3D生物医学画像のセグメンテーションに多くの注目を集めており、ピクセル単位の衛星画像分類において高い成功を収めていることが認識されています。本論文では、リモートセンシング衛星画像のためにU-Netアーキテクチャを活用して航空機を認識するための二値画像セグメンテーションモデルを提案します。提案されたモデルは、十分な量のラベル付きデータを必要とせず、手動での航空機特徴抽出の必要性を軽減します。公に利用可能な密なラベリングのリモートセンシングデータセットを使用して実験を行い、提案されたモデルの堅牢性と性能を測定します。得られた結果を評価する指標として、平均IoUおよびピクセル精度を採用します。テストデータセットの結果は、提案されたモデルが95.08%の平均IoUと98.24%のピクセル精度を達成できることを示しています。