Застосування сіамських нейронних мереж для порівняння аерофотознімків із картами місцевості

Abstract

У роботі представлено методологію розробки та навчання сіамської нейронної мережі для порівняння аерофотознімків із картами місцевості. Запропонований підхід спрямований на виявлення стійких та інформативних ознак у зображеннях, що дозволяє підвищити точність та автоматизацію процесу зіставлення. Представлений метод використовує дві ідентичні мережі, які тренуються паралельно, що забезпечує зменшення розриву у характеристиках між порівнюваними зображеннями. Сіамська нейронна мережа ефективно обробляє зображення різної якості та з різним ступенем деталізації, що робить її ідеальною для порівняння аерофотознімків з картами місцевості. Розроблений інструмент дозволяє оперативно аналізувати та порівнювати аерофотознімки з картами місцевості з високою ефективністю та точністю, що сприяє розширенню області застосування у геоінформаційних дослідженнях та інженерних додатках.

The work presents the methodology for the development and training of the Siamese neural network for comparing aerial photographs with terrain maps. The proposed approach is aimed at identifying stable and informative features in images, which allows to increase the accuracy and automation of the matching process. The presented method uses two identical networks that are trained in parallel, which ensures a reduction in the gap in characteristics between the compared images. The Siamese neural network efficiently handles images of varying quality and detail, making it ideal for comparing aerial photographs with terrain maps. The developed tool allows for quick analysis and comparison of aerial photographs with terrain maps with high efficiency and accuracy, which contributes to the expansion of the field of application in geoinformation research and engineering applications.