Deep Learning for semantic segmentation of airplane hyperspectral imaging

Given their success, both qualitative and quantitative, Deep Neural Networks have been used to approach classification and segmentation problems for images, especially during these last few years where it has been possible to design computers with sufficient capacity to make quick and efficient expe...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: Balibrea Rull, Mar
Format: Dissertation
Sprache:eng
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Given their success, both qualitative and quantitative, Deep Neural Networks have been used to approach classification and segmentation problems for images, especially during these last few years where it has been possible to design computers with sufficient capacity to make quick and efficient experiments. In this work, we will study the use of two Convolutional Neural Networks (CNNs) to segment the ground of a land section of Maspalomas' Park using an image taken by the flight of an airplane. The comparison will be made in terms of computational cost, complexity and results that will be obtained while testing different algorithms, loss functions or optimizers and also while tuning some other parameters. The results will also be compared with a past work [10] done with the same dataset but another methodology (SVM). Teniendo en cuenta su éxito, tanto cualitativo como cuantitativo, se han utilizado Redes Neuronales Profundas para abordar problemas de clasificación y segmentación de imágenes, especialmente durante estos últimos años donde se han podido diseñar ordenadores con capacidad suficiente para hacer experimentos rápidos y eficientes. En este trabajo, estudiaremos el uso de dos redes neuronales convolucionales (CNNs) para segmentar el suelo de una sección del Parque de Maspalomas mediante una imagen tomada por el vuelo de un avión. La comparación se hará en términos de coste computacional, complejidad y resultados que se obtendrán en probar diferentes algoritmos, funciones de pérdida o optimizadores y, además, ajustando algunos otros parámetros. Los resultados también se compararán con un trabajo anterior [10] realizado con el mismo conjunto de datos, pero con otra metodología (SVM). Tenint en compte el seu èxit, tant qualitatiu com quantitatiu, s'han utilitzat Xarxes Neuronals Profundes per abordar problemes de classificació i segmentació d'imatges, especialment durant aquests últims anys on s'han pogut dissenyar ordinadors amb capacitat suficient per fer experiments ràpids i eficients. En aquest treball, estudiarem l'ús de dues xarxes neuronals convolucionals (CNNs) per segmentar el sòl d'una secció del Parc de Maspalomas mitjançant una imatge presa amb el vol d'un avió. La comparació es farà en termes de cost computacional, complexitat i resultats que s'obtindran en provar diferents algorismes, funcions de pèrdua o optimitzadors i, a més, ajustant alguns altres paràmetres. Els resultats també es compararan amb un treball anterior realitzat [10] am