Clasificación de escenas de alto rendimiento en imágenes de teledetección utilizando una arquitectura CNN profunda...

Área de la Ciencia:

• Visión por Computadora
• Teledetección
• Aprendizaje Automático

Sus antecedentes:

• La categorización precisa de imágenes multiclase es crucial para el análisis de datos de teledetección.
• Los modelos de redes neuronales convolucionales (CNN) existentes enfrentan desafíos para equilibrar la precisión, la eficiencia y la interpretabilidad para estas tareas.

Objetivo del estudio:

• Introducir una arquitectura CNN novedosa, ligera y eficiente para la categorización de imágenes multiclase en teledetección.
• Mejorar la interpretabilidad del modelo utilizando Shapley Additive Explanations (SHAP) y Class Activation Mapping (CAM).
• Evaluar el rendimiento y la generalización del modelo en diversos conjuntos de datos de teledetección.

Principales métodos:

• Desarrollo de un marco CNN híbrido adaptado para la clasificación de imágenes de teledetección.
• Evaluación en los conjuntos de datos NWPU-RESISC45 y UC Merced Land Use.
• Integración de SHAP y CAM para la interpretabilidad del modelo.
• Comparación con cinco modelos CNN populares preentrenados.

Principales resultados:

• La arquitectura CNN propuesta logró una alta precisión (0.9428 en NWPU-RESISC45, 0.93 en UC Merced) y superó a los modelos existentes.
• Logró un recall competitivo (0.94, 0.94), precisión (0.95, 0.94), IoU (0.89, 0.86) y puntuaciones F1 (0.94, 0.93).
• Demostró tiempos de entrenamiento eficientes (3,692 s para NWPU-RESISC45, 559 s para UC Merced) con un uso manejable de la memoria de la GPU.

Conclusiones:

• La novedosa arquitectura CNN ofrece una solución convincente para la comprensión de imágenes de teledetección, equilibrando el rendimiento, la eficiencia y la interpretabilidad.
• Las técnicas de explicabilidad integradas (SHAP, CAM) mejoran la fiabilidad del modelo.
• La generalización del modelo en diversos conjuntos de datos confirma su robustez para diversas aplicaciones de teledetección.