Sviluppo Funzione Obiettivo per la Segmentazione Semantica di strade nel Telerilevamento

At present, the automatic recognition of roads from satellite images has become of fundamental importance, just think of the applications in autonomous driving. This is by no means trivial, however, especially when the view is obstructed by trees or other structures. Most of the existing research is focused on optimizing the available deep-learning networks. However, the accuracy of segmentation is also affected by the loss function, which is the function that evaluates the goodness of the model. The study proposes the analysis of a Loss Function called GapLoss and the proposal of new solutions to improve it.

Attualmente è divenuto di fondamentale importanza il riconoscimento automatico delle strade a partire da immagini satellitari, basti pensare alle applicazioni nella guida autonoma. Questo però non è affatto banale, soprattutto quando la vista è ostruita da alberi o altre strutture. La maggior parte della ricerche esistenti sono concentrate sull'ottimizzazione delle reti di deep-learning disponibili. Tuttavia, l'accuratezza della segmentazione è anche influenzata dalla loss function, ovvero la funzione che valuta la bontà del modello. Lo studio propone l'analisi di una Loss Function chiamata GapLoss e la proposta di nuove soluzioni volte a migliorarla.