Reconocimiento de edificios en imágenes aéreas mediante redes neuronales

Abstract

La segmentación de imágenes aéreas para reconocer edificios de forma automatizada puede tener multitud de aplicaciones prácticas en distintos campos. El presente estudio ejemplifica cómo podría llevarse a cabo esta tarea de forma empírica. En este TFM se parte de un dataset limitado en el que se conoce para cada foto, qué puntos se corresponden con edificaciones. Como primer paso se desarrollaron diferentes técnicas que amplían el conjunto de datos de partida hasta hacerlo prácticamente ilimitado, descartando aquellas que no son significativas. Posteriormente, se configuraron y parametrizaron distintos modelos de redes neuronales convolucionales que, tomando como entrada esos datos, se entrenaron y evaluaron hasta lograr predicciones con suficiente calidad acerca de las construcciones que se escondían dentro de imágenes inéditas. Finalmente se compararon entre sí los resultados. Se observó que, aunque se consiguieron modelos secuenciales capaces de obtener resultados satisfactorios, en el presente trabajo fueron batidos por modelos preentrenados. También se obtuvieron medidas de la precisión de las predicciones y visualizaciones tanto de los aciertos como de los errores que comete la red en un lote de imágenes de ejemplo. Como conclusión se extrae que una red bien entrenada puede competir con un humano realizando este trabajo y que el desarrollo de esta tecnología tiene un indudable interés científico y social. No se pretende con este proyecto dar una solución general al problema, sino constatar que las redes neuronales son muy capaces de resolverlo de forma satisfactoria y que puede ampliarse el estudio a casuísticas reales.

The segmentation of aerial images to recognize buildings in an automated way can have a multitude of practical applications in different fields. The present study exemplifies how this task could be carried out empirically. In this TFM we start from a limited dataset in which it is known for each photo which pixels correspond to buildings. As a first step, different techniques were developed to expand the starting dataset until it is practically unlimited, discarding those that are not significant. Subsequently, different models of convolutional neural network models were configured and parameterized, which, taking these data as input, were trained and evaluated to achieved predictions with enough quality about the buildings hidden inside unknown images. Finally, the results were compared with each other. It was observed that, although sequential models capable of obtaining satisfactory results were achieved, in the current work they were beaten by pre-trained models. We also obtained measures of the accuracy of the predictions and visualizations of both the hit and misses made by the network on a batch of example images. The conclusion is that a well-trained network can fight with a human being doing this job and that the development of this technology is of undoubted scientific and social interest. The aim of this project is not to provide a general solution to the problem, but to prove that neural networks are very capable of solving it successfully and that the study can be extended to real cases.

La segmentació d'imatges aèries per a reconèixer edificis de manera automatitzada pot tenir multitud d'aplicacions pràctiques en diferents camps. El present estudi exemplifica com podria dur-se a terme aquesta tasca de manera empírica. En aquest TFM es parteix d'un dataset limitat en el qual es coneix per a cada foto, quins punts es corresponen amb edificacions. Com a primer pas es van desenvolupar diferents tècniques que amplien el conjunt de dades de partida fins a fer-lo pràcticament il·limitat, descartant aquelles que no són significatives. Posteriorment, es van configurar i van parametritzar diferents models de xarxes neuronals convolucionals que, prenent com a entrada aquestes dades, es van entrenar i van avaluar fins a aconseguir prediccions amb suficient qualitat sobre les construccions que s'amagaven dins d'imatges inèdites. Finalment es van comparar entre sí els resultats. Es va observar que, encara que es van aconseguir models seqüencials capaços d'obtenir resultats satisfactoris, en el present treball van ser batuts per models preentrenats. També es van obtenir mesures de la precisió de les prediccions i visualitzacions tant dels encerts com dels errors que comet la xarxa en un lot d'imatges d'exemple. Com a conclusió s'extreu que una xarxa ben entrenada pot competir amb un humà fent aquest treball i que el desenvolupament d'aquesta tecnologia té un indubtable interès científic i social. No es pretén amb aquest projecte donar una solució general al problema, sinó constatar que les xarxes neuronals són molt capaces de resoldre'l de manera satisfactòria i que pot ampliar-se l'estudi a casuístiques reals.