NDVI pildisüntees pildilt-pildile tõlkevõrkudega
Nimi
Hudson Taylor Lekunze
Kokkuvõte
Kui kujutiselt-kujutisele translatsiooni abil saavutatakse usutavaid tulemusi mitmetes pilditöötluse ülesannetes (eriti piltide ja videote genereerimisel), siis kujutiste kontrollitud sünteesimine pakub paljulubavaid võimalusi rakenduste jaoks, kus treenimisele ja väljundile on seatud lisapiirangud. Selles töös uuritakse piiratud generatiivset modelleerimist eesmärgiga sünteesida NDVI pilte (mis iseloomustavad taimede kasvamist ja viljade elujõudu), kasutades sisendina radarite ja multispektraalsete satelliitide andmeid. NDVI arvutatakse multispektraalsete satelliitide andmete põhjal, aga pilvkattest tingituna pole need andmed tihti kasutatavad, jättes satelliitide ülelendude sagedusest sõltuvatesse juba niigi hõredatesse aegridadesse auke sisse. On juba läbi viidud arvestatavaid uuringuid, kus keskendutakse NDVI kui ühepunktilise indikaatori ennustamisele, mis on üle põldude keskmistatud. Antud töös lähenetakse probleemile aga piltide genereerimise kaudu, kasutades tinglikku generatiivset võistlusvõrku (CGAN), et sünteesida 512x512 px suuruseid pilte, mis hõlmavad mitmeid eri põlde. Me valime erinevad Eesti alad treenimiseks ja valideerimiseks, ning näitame, et kasutades mitmeajalist tinglikku GAN-i (MTCGAN), on võimalik genereerida tajutavaid kujutisi, mille keskmine struktuurne sarnasus on 0.8688 ja pikslipõhine täpsus 0.9429.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Informaatika
Juhendaja(d)
Marharyta Dekret, Tambet Matiisen
Kaitsmise aasta
2022