Применение нейросетевых алгоритмов для решения задачи семантической сегментации гиперспектральных данных

Abstract

Использование гиперспектральных данных позволяет решать сложные задачи анализа, которые невозможно решить, используя RGB изображения. Гиперспектральные данные часто используются в такой области человеческой жизнедеятельности как сельское хозяйство и агрокультура для наблюдения за растительностью: их степенью влажности и общего здоровья. Успешному применению нейросетевых алгоритмов для анализа гиперспектральных данных препятствует: большая размерность данных, небольшие объемы размеченных данных, влияние условий съемки на качество данных, различие в параметрах и настройках гиперспектральных камер. В данной работе рассматриваются различные подходы к применению нейронных сетей, позволяющих решать задачусемантической сегментации гиперспектральных данных учитывая их специфику. Предложенная в работеархитектура нейронной сети и метод предобработки данных позволил обучить нейронную сеть, превосходящуюклассические алгоритмы машинного обучения согласно метрике F1.