Оценка влияния яркостных характеристик на качество сегментации подстилающей поверхности (на примере данных Канопус-В)

Массовое производство тематических продуктов на основе данных дистанционного зондирования Земли требует баланса между качеством и вычислительными затратами. Яркостные (радиометрические) характеристики снимков, в частности разрядность, часто игнорируются при оценке нейросетевых моделей.
Актуальность работы обусловлена массовым переходом к производству тематических продуктов ДЗЗ на основе нейросетевых моделей, при котором вопросы радиометрии исходных данных зачастую остаются вне фокуса исследований, а выбор разрядности диктуется вычислительными, а не физическими соображениями.
В работе использованы мультиспектральные снимки «Канопус-В» с радиометрическим разрешением 12 бит, которые были конвертированы в 8-битное RGB-представление. На основе 11 438 обучающих и 684 тестовых изображений размером 512×512 пикселей, распределённых по девяти классам, обучены две идентичные модели архитектуры U-ResNet34 (U-Net с энкодером ResNet-34). Качество оценивалось по метрикам F1, Precision, Recall, IoU, Dice и Accuracy, а также дополнялось экспертной визуальной верификацией, охватывающей различные природные зоны и сезоны.
Выявлено, что 12-битные данные обеспечивают более качественную нейросетевую сегментацию, особенно для водных объектов (включая мутную воду), облачности и дымки, снежного покрова и разделения городской застройки на кварталы. 8-битные данные сохраняют применимость для выделения лесополос, инфраструктуры на зимних снимках и быстрой грубой оценки сцены. Корреляция метрик между 8 и 12 бит довольно высока, однако разброс значений по классам значимо ниже для 12 бит. Отдельно отмечен случай класса «снег», где количественные метрики практически совпали, тогда как визуальные результаты различались принципиально, что указывает на ограниченность метрик без экспертной верификации.
Полученные результаты согласуются с выводами Liao et al. (2023) о преимуществе более высокой разрядности (12 бит). Ограничения исследования связаны с пространственным разрешением Канопус-В, не позволяющим выделять мелкие водотоки, и с территориальной локализацией датасета. Сделан вывод о необходимости сочетания количественных метрик с визуальной верификацией, а также о перспективности адаптивного выбора разрядности в конвейере тематической обработки.