Applied Deep Learning Technique For House Detection From UAV Images In Gas Transmission Pipeline Area

Abstract

งานวิจัยนี้จึงมีแนวคิดที่จะศึกษาการประยุกต์ใช้เทคโนโลยีอากาศยานไร้คนขับ (UAV) เทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) และเทคนิค Support Vector Machine ในการสำรวจชุมชนแนวท่อส่งก๊าซธรรมชาติ โดยใช้ข้อมูลรูปภาพจากเอกสารของบริษัท ปตท. จำกัด(มหาชน) ซึ่งนำมาผ่านการ Data Selection Data Augmentation ด้วยวิธีการตีกรอบ (Crop) การพลิกรูปในแนวแกนนอน (Horizontal Flip) และการหมุนรูป (Rotation) จากนั้นนำข้อมูลรูปภาพทั้งหมดแบ่งเป็นข้อมูลสำหรับการฝึก (Training Dataset) จำนวน 80% และข้อมูลสำหรับการทดสอบ (Testing Dataset) จำนวน 20% นำเข้าประมวลผลกับโมเดล Convolutional Neural Network (CNN) และโมเดล Support Vector Machine (SVM) โดยข้อมูลที่เข้าประมวลผลในโมเดล SVM จะผ่านขั้นตอนการทำ Histogram of Oriented Gradients (HOG) เพื่อทำการสกัดคุณลักษณะ (Feature Extraction) จากนั้นทำการปรับค่าตัวแปรต่าง ๆ ของทั้ง 2 โมเดลเพื่อให้ได้โมเดลที่เหมาะสมที่สุด