Veččasovna semantična zaznava sprememb v opazovanju ZemljeTršan, Jan (Avtor) Čehovin Zajc, Luka (Mentor) Rolih, Blaž (Komentor) daljinsko zaznavanječasovne vrste satelitskih sliksemantično zaznavanje spremembSITS-SCDpredtrenirani modeliResNetDynamicEarthNetMUDSV diplomski nalogi obravnavamo problem semantičnega zaznavanja sprememb v časovnih vrstah satelitskih slik (Satellite Image Time Series Semantic Change Detection, SITS-SCD), ki predstavlja eno ključnih raziskovalnih področij v sodobnem daljinskem zaznavanju. Obstoječe arhitekture, ki temeljijo predvsem na konvolucijskih kodirnikih, pogosto dosegajo omejene rezultate, zlasti pri redkih razredih in pri generalizaciji na podatke zunaj učne domene. Cilj naloge je raziskati možnosti izboljšave teh arhitektur z uporabo predtreniranih modelov, ki lahko ponudijo bogatejše reprezentacije in boljše zajemajo prostorsko-časovne vzorce. Najprej bomo podrobno analizirali referenčno arhitekturo SITS-SCD in njene zmogljivosti na podatkovnih zbirkah DynamicEarthNet in MUDS. Nato bomo sistematično preizkusili različne nadgradnje, vključno z zamenjavo obstoječih konvolucijskih blokov s predtreniranimi gradniki (npr. blokov ResNet), ter prilagoditvijo hiperparametrov. Poseben poudarek bo na ocenjevanju vpliva arhitekturnih sprememb na splošno natančnost, klasifikacijo redkih razredov ter robustnost pri prenosu med domenami. Z izvedenimi eksperimenti bomo prispevali k boljšem razumevanju prednosti in omejitev predtreniranih modelov v kontekstu veččasovnega zaznavanja sprememb. Na koncu bomo podali oceno smiselnosti uvedenih sprememb in podali priporočila za nadaljnji razvoj SITS-SCD arhitektur.20252025-09-15 14:20:10Diplomsko delo/naloga173302VisID: 38063COBISS_ID: 253404163sl