Samodejna segmentacija satelitskih slik na podlagi šumnih oznakŠuler, Kristijan (Avtor) Čehovin Zajc, Luka (Mentor) Račič, Matej (Komentor) računalniški vidšumne oznakesatelitske slikesamodejna segmentacijaV delu preučujemo vpliv šuma v oznakah na samodejno razpoznavo področij v satelitskih slikah. Pridobivanje oznak je na tem področju namreč izziv. Veliko jih je pridobljenih iz virov, ki niso usklajeni s slikovnimi podatki. Prihaja do prostorskih odstopanj ter zamenjave razredov posameznih območij. V študiji obravnavamo več uveljavljenih metod strojnega učenja, ki smo jih preizkusili na različnih vrstah šuma, ki je lahko prisoten pri oznakah satelitskih slik. Posebej se osredotočimo na metode globokega učenja, ki dosegajo dobre rezultate v računalniškem vidu. Te metode so do neke mere že robustne na šum v oznakah, dodatno pa preizkusimo tudi ogrodje DivideMix, ki je narejeno prav za učenje na šumnih podatkih. Vpliv šuma eksperimentalno ovrednotimo na realnem problemu določanja dejanske rabe kmetijskih in gozdnih zemljišč v Republiki Sloveniji. Rezultati študije kažejo, da so metode globokega učenja robustne na nizke do srednje vrednosti šuma v oznakah. Kadar pa je šuma v oznakah veliko, lahko z ogrodjem DivideMix dosežemo izboljšanje. Obenem so se za zelo robustne izkazale tudi klasične metode strojnega učenja.20242024-12-18 12:30:01Magistrsko delo/naloga166035sl