ИСТИНА |
Войти в систему Регистрация |
|
ФНКЦ РР |
||
В данной работе предлагается решение задачи детекции облачности со снимков ДЗЗ с геостационарного спутника ELECTRO L1 в 10 спектральных каналах. Основным подходом при выделении областей с облачным покровом является transfer learning для нейронной сети, являющейся модификацией модели UNET для выделения маски облачности со снимка ДЗЗ в 4 каналах. В качестве данных для обучения используется датасет со спутника ДЗЗ Landsat-8, предоставляющий снимки Земли в разрешении 30 на 30 м в 4 спектральных каналах: R,G,B и ближний инфракрасный (NIR). Модель осуществляет попиксельную классификацию облачности на обучающей выборке с Landsat-8. Проблема применения обученной модели для разметки облачности для снимков с ELECTRO L1 заключается в разном разрешении снимков, ракурсе съемки спутников, спектральных диапазонах съемочной аппаратуры, неточности в разметке зон облачности в обучающей выборке. В работе осуществляется предобработка данных с ELECTRO L1 под формат, схожий с форматом данных с Landsat-8. Рассматриваются способы устранения проблем в разметке данных с ELECTRO L1: некорректная разметка облачности на границах патчей, ложное детектирование облачности в теневых зонах, ошибочная разметка снега как облаков, аномалии на границе контура Земли. Создается разметка облачности, тем самым достигается цель получения собственного датасета для данных с ELECTRO L1.
№ | Имя | Описание | Имя файла | Размер | Добавлен |
---|---|---|---|---|---|
1. | Презентация | презентация выступления с работой | sopromat_conference_Belyakov_NV.pdf | 2,3 МБ | 11 февраля 2023 [Workout24] |
2. | Краткий текст | тезисы | BelyakovNV.pdf | 181,6 КБ | 11 февраля 2023 [Workout24] |