КЛАСИФИКАЦИЯ НА ЗЕМЕПОЛЗВАНЕ
ИНСТИТУЦИЯ: GATE Institute
ИЗСЛЕДОВАТЕЛИ:
Ангел Спасов - https://www.linkedin.com/in/anspasov/
Емил Христов - https://www.linkedin.com/in/emil-hristov-/
Евгений Ширинян - https://www.linkedin.com/in/evgeny-shirinyan-82341135/
Десислава Петрова-Антонова - https://www.linkedin.com/in/dessislava-petrova-antonova/
Изследването използва RemoteCLIP – мултимодален модел от ново поколение, за класификация на земеползването в София на база въздушни снимки (2020 г.) с висока резолюция. Моделът анализира изображения и текстови описания, за да разпознава автоматично различни зони и обекти в градската среда, като постига добро разграничаване на елементи като жилищни зони, земеделски територии, пътища , площади, гори и др.
Резултатите показват:
- Висока точност при разпознаване на големи и ясно очертани обекти (напр. земеделски земи, спортни площадки, реки).
- Предизвикателства при разграничаване на обекти с подобни визуални характеристики (напр. пътища и железопътни линии).
- По-добра класификация при 30 cm пространствена резолюция за анализи на площни обекти (гори, земеделски територии, ливади и др), докато 15 cm предоставя повече детайли за линейни обекти (пътща, жп трасета, реки и др.).
Ключови аспекти на изследването:
- Zero-shot класификация без нужда от ръчно категоризирани данни за обучението.
- Използване на текстово базирано търсене за откриване на обекти от интерес.
- Визуализация на резултатите в QGIS за по-нататъшен пространствен анализ.
- Сравнение на резултатите с официалните данни на Urban Atlas 2018.
Изводи и значение:
Проучването доказва, че модели като RemoteCLIP имат значителен потенциал за автоматизирано картиране, градоустройствен анализ и откриване на обекти в среда с ограничена наличност на геопространствени данни. Прецизното дефиниране на категории и адаптиране на текстовите описания към локалния контекст е критично за подобряване на точността.
Дoпълнителна информация: https://city.gate-ai.eu/
