در سالهای اخیر آشکارسازی و استخراج عارضه راه از تصاویر ماهوارهای با پیشرفت و توسعهی الگوریتمهای یادگیری عمیق در بخش تقسیمبندی معنایی بیش‌ازپیش موردتوجه پژوهشگران قرارگرفته است. در این راستا بیشتر مطالعات انجام‌شده درزمینه آشکارسازی و شناسایی عارضه راه با استفاده از تصاویر اپتیک بوده و در این میان مطالعات معدودی با استفاده از تصاویر راداری در سطح جهان انجام شده است. لذا هدف این مقاله بهرهگیری از یک شبکه عصبی پیچشی باقیمانده عمیق پالایششده (RDRCNN)بهمنظور ارزیابی و مقایسه دقت آشکارسازی عارضه راه حاصل از تصاویر راداری سنتینل 1 در کلان‌شهرهای تهران و شیراز در شرایط برابر ازنظر تعداد نمونههای آموزشی، اعتبارسنجی و معماری یکسان میباشد. در این تحقیق جهت آشکارسازی عارضه راه با استفاده از شبکههای عصبی عمیق (DNN)، از ترکیب رنگی VV-VH تصاویر راداری سنتینل 1 از 8 شهر مختلف (تهران، مشهد، اصفهان، شیراز، تبریز،، ارومیه، بغداد و پکن) بهره گرفته شد. درنهایت برای آموزش و آشکارسازی عارضه راه از مدل RDRCNNبا داشتن یک واحد متصل باقیمانده (RCU) و یک واحد ادراک متسع شده (DPU) استفاده شد. یافتههای پژوهش حاکی از آن است که مدل RDRCNN در فرایند شناسایی و آشکارسازی راه در دو شهر تهران و شیراز تقریباً یکسان عمل کرده و به‌طورکلی مدل فوق در شهر شیراز اندکی بهتر عمل نموده است؛ به صورتیکه ازنظر متریکهای ارزیابی صحت برای تصاویر شهر تهران معیارهای کاملبودن 57.66%، صحت 51.29%، امتیاز F154.43% و دقت کلی 92.78% و برای تصاویر شهر شیراز معیارهای کاملبودن 60.77%، صحت 54.71%، امتیاز F1 57.40% و دقت کلی 95.63% به دست آمد. یافتههای این پژوهش دقت پایین آموزش و آشکارسازی عارضه راه از تصاویر راداری سنتینل 1 برای دو مورد از کلان‌شهرهای ایران را نشان میدهد. به‌طورکلی با مقایسه نتایج حاصل از این پژوهش و مطالعات قبلی میتوان به این مورد پی برد که یکی از مهم‌ترین علل دقت پایین نتایج، کمعرض بودن راهها در شهرهای ایران میباشد؛ اما به علت فقدان مطالعات لازم در زمینه‌ی آشکارسازی عارضه راه با تصاویر راداری سنتینل 1، نمیتوان با قاطعیت در مورد نتایج آن اظهارنظر کرد و پیشنهاد میشود مطالعات بیشتری در این زمینه انجام گیرد.
Zeaiean firouzabadi P, Sheikhghaderi S H, Kelarestaghi M. Utilization of a deeply Refined Deep Residual Convolutional Neural Network to evaluate and compare the accuracy of Road detection from Sentinel 1 radar images (Case study: Tehran and Shiraz metropolises). JGST 2022; 11 (4) : 6 URL: http://jgst.issgeac.ir/article-1-1062-fa.html
ضیائیان فیروزآبادی پرویز، شیخ قادری سید هدایت، کلارستاقی منوچهر. بهره گیری از یک شبکه عصبی پیچشی باقیمانده عمیق پالایش شده به منظور ارزیابی و مقایسه دقت آشکارسازی عارضه راه حاصل از تصاویر راداری سنتینل 1 (مطالعه موردی: کلان‌شهرهای تهران و شیراز). علوم و فنون نقشه برداری. 1401; 11 (4) :67-82
