fa تلفیق الگوریتم‌های یادگیری عمیق و فیلترهای دوطرفه با هدف استخراج ساختمان از تک‌تصویر نوری هوایی سنجش از دور RS پژوهشي Research <span style="font-family:b nazanin;">مسئله استخراج ساختمان از تک‌تصویر نوری هوایی با قدرت تفکیک مکانی بالا، همواره به‌عنوان یکی از چالش‌های مهم در تهیه نقشه به‌شمار می‌آید. هدف از پژوهش حاضر، بهره‌گیری از قطعه‌بندی معنایی تک‌تصویر نوری هوایی بر پایه تلفیق شبکه‌های عصبی کانوولوشنی عمیق و فیلترهای دوطرفه جهت استخراج ساختمان می‌باشد. به‌همین‌منظور</span><span style="font-family:b nazanin;">،</span><span style="font-family:b nazanin;"> پس از انتخاب یک مجموعه داده مناسب از تصاویر نوری سه‌باندی، با در نظر گرفتن این‌که برای آموزش شبکه‌های عصبی عمیق نیاز است تا داده‌های آموزشی با تعداد زیاد انتخاب شوند و باتوجه به محدودیت‌های سخت‌افزاری در این پژوهش، پس از چندین بار آزمایش، حداقل داده‌ای که بالاترین نرخ دقت آموزش را به دست می‌دهد انتخاب گردید؛ تا نتایج به‌دست آمده، از کمبود داده‌های آموزشی تأثیر منفی نپذیرد. در این پژوهش، با بهینه‌سازی شبکه عصبی عمیق سِگنت که از نوع شبکه‌های کدگذار-کدگشا می‌باشد، با استفاده از تابع بهینه‌سازی برآورد لحظه تطبیقی و به‌کارگیری فیلترهای دوطرفه با کرنل گوسین، فرآیند پردازش و استخراج ساختمان از تصاویر نوری صورت گرفته است. نتایج تحقیق بر روی مجموعه داده مربوط به تصاویر نوری هوایی از مناطق شهری واقع در شهر پوتسدام آلمان از مجموعه داده‌های دو بعدی برچسب‌دار انجمن بین‌المللی فتوگرامتری و سنجش‌ازدور نشان داد؛</span> <span style="font-family:b nazanin;">به‌کارگیری تلفیقی شبکه عصبی عمیق بهینه‌سازی شده سِگنت و فیلترهای دو طرفه با کرنل گوسین قابلیت‌های بسیار مناسبی از نظر بهبود شناسایی مرز ساختمان در مقایسه با روش‌های مشابه از تصاویر نوری با قدرت تفکیک مکانی بالا دارد. همچنین نتایج حاصل از روش پیشنهادی تحقیق با معیارهای تمامیّت و صحّت برای سه منطقه تست به ترتیب 14_/95 و 37_/92</span><span style="font-family:b nazanin;"> درصد</span><span style="font-family:b nazanin;"> برای منطقه تست شماره یک، 67_/91 و 20_/90 برای منطقه تست شماره دو، 14_/96 و 98_/93 برای منطقه تست شماره سه می‌باشد.</span><span style="font-family:b nazanin;"></span> The problem of extracting the building from mono optical aerial imagery with high spatial resolution is always considered as an important challenge to prepare the maps. The goal of the current research is to take advantage of the semantic segmentation of mono optical aerial imagery to extract the building which is realized based on the combination of deep convolutional neural networks (DCNN) and bilateral filters (BF). For this purpose, considering the hardware limitations of the current research and the fact that it is necessary to select a large number of training data to train deep convolutional neural networks, after selecting an appropriate dataset from three-band optical images, the minimum data that obtains the highest training accuracy was selected to avoid getting weak results due to the lack of training data. In this research, by optimizing the SegNet deep neural network which is an encoder-decoder network, the processing task and therefore extracting the building from optical images are done using the <a name="OLE_LINK9">adaptive moment estimation (ADAM) optimization </a>and BF with a Gaussian kernel. This method is implemented on a dataset related to the mono optical aerial imagery of urban regions located in Potsdam, Germany, the two-dimensional tagged datasets of international society for photogrammetry and remote sensing (ISPRS). The results show that compared to similar methods, the <a name="OLE_LINK15"></a><a name="OLE_LINK14">combinational</a> use of the SegNet optimized deep neural network and BF with a Gaussian kernel provides very appropriate capabilities to improve the detection of building boundary in the optical images with high spatial resolution. Also, the results of the proposed method show that the values of the integrity and validity criteria are 95.14 and 92.37 respectively for the test area 1, 91.67 and 90.2 respectively for the test area 2, and 96.14 and 93.98 respectively for the test area 3.&nbsp; <span dir="RTL"></span> استخراج ساختمان, تک‌تصویر نوری هوایی , قطعه‌بندی معنایی, شبکه‌های عصبی کانوولوشنی عمیق, فیلترهای دوطرفه building extraction, mono optical aerial imagery, semantic segmentation, deep convolutional neural networks, bilateral filters 241 263 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-124-5&slc_lang=fa&sid=1 Mahdi Khoshboresh Masouleh مهدی خوش برش ماسوله 10031947532846007500 10031947532846007500 No University of Tehran دانشگاه تهران Reza Shah-Hosseini رضا شاه حسینی 10031947532846007501 10031947532846007501 Yes University of Tehran دانشگاه تهران Abdol Reza Safari عبدالرضا صفری 10031947532846007502 10031947532846007502 No University of Tehran دانشگاه تهران