Ước lượng độ cao rừng sử dụng ảnh polinsar dựa trên tối ưu vùng kết hợp và mạng nơron học sâu

Bài viết đề xuất mô hình mạng nơron CV-CNN để trích xuất độ cao rừng từ ảnh PolInSAR. Trong mô hình được đề xuất, hệ số giao thoa phân cực phức tối ưu được đưa tới đầu vào của mạng CV-CNN để thực hiện quá trình huấn luyện tại các độ cao rừng khác nhau.
Nội dung trích xuất từ tài liệu:
Ước lượng độ cao rừng sử dụng ảnh polinsar dựa trên tối ưu vùng kết hợp và mạng nơron học sâu Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020) Ước Lượng Độ Cao Rừng Sử Dụng Ảnh PolInSAR Dựa Trên Tối Ưu Vùng Kết Hợp Và Mạng Nơron Học Sâu Doãn Văn Dự1, Phạm Minh Nghĩa1, Đoàn Văn Sáng2,*, Nguyễn Ngọc Bình3 1 Học Viện Kỹ Thuật Quân Sự 2 Học Viện Hải Quân 3 Đại học thông tin liên lạc * Email: doansang.g1@gmail.com Tóm tắt— Trong bài báo này, chúng tôi đề xuất mô hoạch Cloude-Pottier [6-7]. Tuy nhiên, cấu trúc phân hình mạng nơron CV-CNN để trích xuất độ cao rừng từ tán của rừng ảnh hưởng rất lớn đến quá trình tán xạ ảnh PolInSAR. Trong mô hình được đề xuất, hệ số giao ngược của tín hiệu từ mặt đất về anten thu, do vậy các thoa phân cực phức tối ưu được đưa tới đầu vào của tham số bề mặt trong các phương pháp này có độ ổn mạng CV-CNN để thực hiện quá trình huấn luyện tại các định và độ chính xác không cao. độ cao rừng khác nhau. Kết quả mô phỏng và tính toán trên phần mềm Matlab đối với mô hình mạng CV-CNN Trí tuệ nhân tạo (Artificial Intelligence: AI), vạn đề xuất đã cho ra độ chính xác xác định độ cao rừng đạt vật kết nối (Internet of Things: IoT) và dữ liệu lớn (Big 98.4%, 99.2%, 98.2% và 98.9% lần lượt ở các khu vực data) là những yếu tố cốt lõi của cách mạng công rừng có độ cao tương ứng là 15m, 20m, 25m và 30m. nghiệp 4.0. Hiện nay không thể phủ nhận lợi ích đem lại của AI, đã có rất nhiều các ứng dụng công nghệ ra Từ khóa- Rađa tổng hợp mặt mở giao thoa phân cực, đời dựa trên cơ sở nền tảng của AI. Vấn đề trích xuất độ cao rừng, mạng nơron học sâu tham số phức, hệ số kết tham số rừng là một bài toán đòi hỏi việc xử lý dữ liệu hợp giao thoa phức, pha bề mặt. lớn và vô cùng phức tạp, việc sử dụng mạng nơron học sâu vào giải quyết bài toán này sẽ phù hợp và có tính I. GIỚI THIỆU khả quan rất cao. Hiện nay, vấn đề biến đổi khí hậu đã và đang ảnh Bài báo này đề xuất một phương pháp nâng cao độ hưởng nghiêm trọng đến môi trường sống của tất cả chính xác cho ước lượng tham số rừng từ dữ liệu ảnh các quốc gia trên toàn thế giới, đặc biệt là khối các PolInSAR bằng cách sử dụng mạng nơron giá trị số nước đang phát triển. Để kiểm soát lượng khí thải phức (Complex Valued Convolutional Neural nhằm giảm thiểu hiệu ứng nhà kính thì việc giám sát Network: CV-CNN) để xử lý từng điểm ảnh. Trong chặt chẽ nguồn tài nguyên rừng là hết sức cấp thiết. phương pháp đề xuất, đầu tiên mỗi điểm ảnh sẽ được Cùng với sự phát triển mạnh mẽ của khoa học và công biến đổi thành các hệ số giao thoa phân cực phức tương nghệ, đã có nhiều các kỹ thuật được ứng dụng để nâng ứng với các kênh phân cực, ma trận hệ số này sẽ được cao hiệu quả của công tác quản lý, giám sát và bảo vệ đưa tới đầu vào của mạng CV-CNN, dữ liệu được sử rừng. Tuy nhiên, hệ thống rađa tổng hợp mặt mở giao dụng để đánh giá chính là các hệ số giao thoa phân cực thoa phân cực (Polarimetric Interferometry Synthetic tối ưu tương ứng với mỗi dữ liệu điểm ảnh tại đầu vào Aperture Radar: PolInSAR) vẫn cho thấy những ưu thế của mạng, thu nhận được từ thuật toán mà chúng tôi vượt trội và đạt hiệu quả cao trong việc trích xuất các xây dựng, để thực hiện quá trình huấn luyện cho mạng tham số rừng. Trong hai thập kỷ vừa qua, nhiều tại các độ cao rừng khác nhau. Từ giá trị tối ưu tại đầu phương pháp và kỹ thuật phân tích đã được đề xuất như ra của mạng CV-CNN chúng tôi tiến hành trích xuất phương pháp ESPRIT (Estimation of Signal Parameter tham số rừng, từ đó làm cơ sở để lập bản đồ độ cao via Rotational Invariance Techniques) [1], phương rừng. Các kết quả mô phỏng và phân tích đã cho thấy pháp nghịch chuyển ba trạng thái [2]. Tuy nhiên những rằng phương pháp đề xuất đã mang lại hiệu quả tốt và phương pháp đó đều có các hạn chế nhất định. Phương có tính ổn định rất cao. Đồng thời phương pháp này pháp ESPRIT có xu hướng ước lượng thấp các tham số cũng cho kết quả chính xác rất cao trên mọi loại địa thực vật do sóng điện từ bị suy hao trong môi trường hình rừng trong thực tế. mặt đất. Với phương pháp nghịch chuyển ba trạng thái, II. CƠ SỞ LÝ THUYẾT chúng ta phải thực hiện ước lượng bình phương tối thiểu nhiều tham số. Việc ước lượng này rất phức tạp 1. PolInSAR và đó là một điều kiện hạn chế khi thực hiện. Ngoài ra, Một hệ thống giao thoa, phân cực hoàn toàn quét nhiều kỹ thuật phân hoạch cũng được đưa ra để phân mỗi phần tử phân giải trong một khu vực từ hai góc tích ảnh PolInSAR như phân hoạch Freeman-Durden quét khác nhau sẽ cho hai ma trận tán xạ S1 và S 2 . [3-4], phân hoạch bốn thành phần Yamaguchi [5], phân Với trường hợp tán xạ ngược trong môi trường tương ISBN: 978-604-80-5076-4 257 Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020) ...