Mạng nơ-ron nhân tạo giúp loại bỏ đám mây từ hình ảnh trên không

Các nhà nghiên cứu và nhà khoa học từ Bộ phận Năng lượng và Kỹ thuật Môi trường Bền vững tại Đại học Osaka đã có thể loại bỏ đám mây khỏi hình ảnh trên không bằng cách sử dụng mạng nơ-ron đối kháng (GANs). Với dữ liệu kết quả, họ có thể tự động tạo ra các tập dữ liệu chính xác của mặt nạ hình ảnh tòa nhà.

Nghiên cứu này đã được công bố trên Advanced Engineering Informatics.

Đội ngũ này đã đặt hai mạng lưới trí tuệ nhân tạo (AI) đối lập với nhau để cải thiện chất lượng dữ liệu, và nó không yêu cầu hình ảnh đã được gắn nhãn trước đó. Theo đội ngũ, những phát triển mới này có thể được sử dụng trong các lĩnh vực như kỹ thuật dân dụng, nơi công nghệ tầm nhìn máy tính rất quan trọng.

Học máy để sửa chữa hình ảnh

Học máy thường được sử dụng để sửa chữa hình ảnh bị che khuất, như hình ảnh trên không của các tòa nhà bị che bởi đám mây. Nhiệm vụ này có thể được thực hiện thủ công, nhưng nó tốn thời gian và không hiệu quả như các thuật toán học máy. Ngay cả những thuật toán đã có sẵn cũng yêu cầu một tập hợp lớn hình ảnh đào tạo, vì vậy việc phát triển công nghệ này thêm nữa là rất quan trọng.

Đây là những gì các nhà nghiên cứu tại Đại học Osaka đã làm khi họ áp dụng mạng nơ-ron đối kháng. Một mạng lưới là “mạng lưới sinh”, và nó đề xuất hình ảnh được tái tạo mà không có đám mây. Mạng lưới này được đặt đối lập với “mạng lưới phân biệt”, mạng lưới này dựa trên mạng nơ-ron tích chập để phân biệt giữa hình ảnh được sửa chữa kỹ thuật số và hình ảnh thực tế mà không có đám mây.

Khi các mạng lưới này tiến hành quá trình này, chúng đều trở nên tốt hơn, điều này cho phép chúng tạo ra hình ảnh rất thực tế với đám mây được xóa kỹ thuật số.

Kazunosuke Ikeno là tác giả đầu tiên của bài báo.

“Bằng cách đào tạo mạng lưới sinh để ‘đánh lừa’ mạng lưới phân biệt nghĩ rằng một hình ảnh là thực, chúng tôi có được hình ảnh được tái tạo mà tự nhất quán,” Ikeno nói.

Hình ảnh: 2021 Kazunosuke IKENO et al., Advanced Engineering Informatics

Đào tạo hệ thống

Đội ngũ này đã dựa vào các mô hình 3D ảo với các bức ảnh từ một tập dữ liệu mã nguồn mở, và điều này được sử dụng làm đầu vào. Điều này cho phép hệ thống tự động tạo ra các “mặt nạ” kỹ thuật số chồng lên các tòa nhà được tái tạo trên đám mây.

Tomohiro Fukuda là tác giả cao cấp của nghiên cứu.

“Phương pháp này cho phép phát hiện các tòa nhà trong các khu vực không có dữ liệu đào tạo đã được gắn nhãn,” Fukuda nói.

Mô hình đã được đào tạo có thể phát hiện các tòa nhà với giá trị “tiết diện trên hợp nhất” là 0,651. Giá trị này là thước đo về mức độ chính xác của khu vực được tái tạo so với khu vực thực tế.

Theo đội ngũ, phương pháp này có thể cải thiện chất lượng của các tập dữ liệu khác với hình ảnh bị che khuất, nó chỉ cần được mở rộng. Điều này có thể bao gồm hình ảnh trong các lĩnh vực khác nhau, chẳng hạn như chăm sóc sức khỏe, nơi nó có thể được sử dụng để cải thiện hình ảnh y tế.