Uzaktan algılanmış görüntülerden yeni bir derin öğrenme mimarisi ile bina çıkarımı

Haritanın temel unsurlarından biri olan bina katmanı, çeşitli nizam ve mimarilere sahip olup; kentsel planlama, emlak yönetimi, kaçak yapı tespiti ve afet analizi gibi birçok haritacılık faaliyetinde kullanılmaktadır. Bu sebeple bina obje bilgilerine hızlı ve otomatize bir biçimde erişmek önem arz etmekle birlikle son derece popüler bir konu haline gelmiştir. Bu tez çalışmasında, Massachusetts bina veri seti kullanılarak yüksek çözünürlüklü dijital hava fotoğrafları üzerinden otomatik bir biçimde bina çıkarımı hedeflenmiş ve bu amaç için yeni bir derin öğrenme mimarisi tasarlanmıştır. Bunun yanı sıra veri setindeki maskelerde bulunan bina temsillerine morfolojik operasyonların uygulanmasıyla bina sınır bilgisi eklenerek, derin öğrenme ağının bina objesini öğrenmesi hususunda, bina sınır bilgisinin katkısı araştırılmıştır. Tasarlanan mimarinin test verileri üzerindeki performansı; Genel Doğruluk (OA), Doğruluk (Cr), Tamlık (Cp), F1-Puanı, Birleşimlerin Kesişimi(IoU) doğruluk metrikleri için sırasıyla %91, %80, %73, %76 ve %62 olarak hesaplanmıştır. Önerilen mimarinin karşılaştırılması için aynı veri seti ile eğitilip, aynı test verileri üzerinde değerlendirilen, literatürde mevcut U-Net mimarisine göre; Genel Doğruluk metriği için eşit, diğer metrikler için ise ortalama %2'lik daha düşük performans sergilediği gözlemlenmiştir. Bu duruma karşın tasarlanan mimarinin eğitim işlemini, U-Net mimarisine göre 400 dakika daha kısa sürede tamamlaması önemli bir üstünlük sağlamaktadır. Sonuç olarak tasarlanan mimarinin, literatürde başarısı kabul görmüş olan U-Net mimari performansına yaklaşmış olması ve eğitim süresindeki avantajı sebebiyle kullanılabilirlik açısından hız ve kolaylık sağlayacağı öngörülmektedir.