PHÁT HIỆN SẠT LỞ ĐẤT DỰA TRÊN DỮ LIỆU ẢNH UAV SỬ DỤNG AI TẠO SINH VÀ THUẬT TOÁN PHÂN ĐOẠN ĐIỂM ẢNH

Tóm tắt

Phát hiện các điểm sạt lở đất dựa trên hình ảnh từ phương tiện máy bay không người lái (UAV) được sử dụng rộng rãi cho việc lập bản đồ dự báo và đánh giá rủi ro cho các khu vực dễ xảy ra sạt lở đất. Các nghiên cứu gần đây đã tập trung vào việc sử dụng hình ảnh UAV có độ phân giải cao và các thuật toán học sâu để phát hiện các điểm sạt lở đất thay thế cho các phương pháp thủ công truyền thống. Tuy nhiên, trong thực tế, điều kiện ánh sáng thay đổi khiến chất lượng hình ảnh UAV giảm sút, làm giảm hiệu quả phát hiện vị trí sạt lở đất của các thuật toán học sâu. Vì vậy, nghiên cứu này đề xuất một phương pháp tiếp cận mới kết hợp thuật toán phân đoạn hình ảnh với trí tuệ nhân tạo (AI) tạo sinh để tăng cường độ chính xác phát hiện sạt lở đất dựa trên hình ảnh UAV trong điều kiện ánh sáng thay đổi. Trong nghiên cứu này, AI tạo sinh được áp dụng để nâng cao chất lượng hình ảnh đầu vào, giúp cải thiện khả năng nhận diện sạt lở đất. Thuật toán phân đoạn ảnh dựa trên mạng nơ-ron Unet được ứng dụng để xác định vị trí sạt lở đất trên hình ảnh tái tạo. Kết quả nghiên cứu cho thấy AI tạo sinh giúp cải thiện đáng kể chất lượng hình ảnh trong điều kiện ánh sáng kém. Phương pháp đề xuất giúp độ chính xác phát hiện sạt lở đất tăng đáng kể, với giá trị F1 đạt 0,878-0,891 trên ảnh tái tạo, so với chỉ 0,043-0,616 trên ảnh gốc. Kết quả này góp phần vào việc phát triển phương pháp tự động phát hiện và dự báo sạt lở đất dựa trên dữ liệu UAV cho các khu vực có nguy cơ lở đất cao.