В работе представлен алгоритм детектирования произошедших за определенный период времени изменений лесного покрова с использованием спутниковых изображений. В качестве изменений рассматриваются лесные вырубки, как наиболее часто встречающееся изменение лесного покрова в средней полосе России. Предлагаемое решение основано на использовании парных изображений, состоящих из двух спутниковых снимков одной и той же территории в разные моменты времени, которые обрабатываются нейросетевыми моделями с целью получения бинарной маски сегментации, соответствующей произошедшим вырубкам. Для проведения эксперимента был собран набор из 109 парных изображений. В качестве нейросетевых моделей в работе рассматриваются три модели с архитектурами ResNet-34+U-Net, SegFormer_b5 и SegNeXt_l. Для оценки работы моделей использовались такие метрики, как коэффициент Серенсена, F-мера, точность и полнота. Сеть SegNeXt_l показала лучшие результаты по коэффициенту Серенсена и полноте со значениями 0,84 и 0,80, а сеть ResNet-34+U-Net – лучшие результаты по точности и F-мере – 0,71 и 0,74.

Детектирование изменений, сегментация изображений, спутниковые изображения, лесные вырубки, свёрточные нейронные сети, компьютерное зрение

Ларионов Р.В.,  ,  orcid.org/0000-0002-7132-135X,  Ярославский государственный университет им. П.Г. Демидова

Сенников А.В.,  ,  orcid.org/0009-0001-8771-6233,  Ярославский государственный университет им. П.Г. Демидова

Хрящев В.В.,  ,  orcid.org/0000-0003-2978-2459,  Ярославский государственный университет им. П.Г. Демидова