Для мониторинга используются данные дистанционного зондирования: космические и аэрофотоснимки. Затем производится дешифрирование объектов застройки и разделение их на классы: дома, участки, дороги и т.д. Этот процесс производится в специальных программах, при этом специалистам приходится вручную «отрисовывать» каждый дом, земельный участок, дорогу, что занимает достаточно большое количество времени.

Молодые учёные из ЗабГУ предложили способ решения этой проблемы, связанный с использованием нейронных сетей в процессе интерпретации снимков.

«Огромный массив данных требует автоматизации их дешифрирования.
Она возможна за счёт внедрения алгоритмов глубокого обучения свёрточных нейронных сетей для семантической сегментации изображений. Мы сначала размечаем участки вручную и показываем нейронной сети, как это делается. Изучив определённый объём комбинаций изображений и разметок, программа начинает самостоятельно распределять все необходимые снимки со всей застройкой. Это существенно сокращает время работы: то, что человек выполняет часами, нейронная сеть может сделать за считанные минуты», – рассказал председатель студенческой лаборатории Денис Кочев.

Как отмечают молодые исследователи, такой подход в процессе распознавания снимков местности позволит учесть ряд важных факторов при планировании рационального использования территорий, подверженных опасности затопления во время паводков. Полученные карты освоенности паводкоопасных зон крупного масштаба в своей работе смогут использовать организации в области охраны водных ресурсов и ликвидации стихийных бедствий.

Кроме того, метод, использующий свёрточные нейронные сети для автоматизации дешифрирования, может в дальнейшем быть применён для решения задач и в других областях деятельности – при анализе урбанизации, озеленении населённых пунктов, отслеживании динамики растительности, лесовосстановлении после пожаров.

Отдел по связям с общественностью и СМИ ЗабГУ

Тел.: 8 914-520-75-25