Göktürk-1 Uydu Görüntülerinden U-Net Modeli Kullanılarak Binaların Çıkarılması

OpenAlex Turkish

Nüfusun artmasıyla kentsel bölgelerde plansız yapılaşma söz konusu olmaktadır. Dünya çapında da mevcut bir problem haline gelmiştir. Bu alanların belirlenmesi, tespit edilmesi kentsel yönetim ve yeniden yapılanma planlaması için kritik öneme sahip olmaktadır. Fakat bu işlemlerin gerçekleştirilmesi arazide maliyetli ve zaman alıcı olmaktadır. Plansız kentsel ve kırsal bölgelerdeki binaları uzaktan algılama görüntüleri kullanarak otomatik olarak tespit ve karakterize etmek çok zordur. Bu nedenle son zamanlarda ortaya çıkan derin öğrenme yöntemleri sayesinde, karmaşık binaları belirlemek mümkün olmaktadır. Bu çalışma, U-net derin öğrenme mimarisine dayalı Ankara’da bir bölgenin bina çıkarımı işlemi gerçekleştirilmiştir. Çalışmada Inria Aerial Image Labeling hazır veri seti kullanılarak eğitim işlemi gerçekleştirilmiştir. Eğitim verisindeki görüntülerin miktarı (500,1000,2500,5000) farklı seçilmiştir. En iyi öğrenme sonucuyla 0.5 m uzamsal çözünürlüğe sahip Göktürk-1 uydu görüntüleriyle test edilmiştir. Sonuçlar, U-net modelinin bina bölümleme için %86'nın üzerinde genel doğruluğa ulaştığını göstermiştir. Hazır veri seti kullanılarak derin öğrenme yöntemlerinden U-net modelinin kullanılabilirliği kanıtlanmıştır. Bu çalışma, kentsel alanlardaki binaları belirlemede ve haritalanmasının derin öğrenme yöntemlerinin verimliliğini ve potansiyelini göstermiştir.