Perpustakaan Digital ITB

Mekanisme ekstraksi jalan secara otomatis menggunakan deep learning memungkinkan ekstraksi jalan yang lebih murah dan cepat dibandingkan dengan cara manual, dengan hasil yang lebih baik dari metode-metode semi-otomatis. Namun, hasil yang didapatkan dari metode-metode ini masih belum cukup baik untuk aplikasi nyata, dengan akurasi yang masih cukup rendah. Penelitian ini meningkatkan performa mekanisme ekstraksi otomatis dengan memperkenalkan jaringan attention multi-axis multi-scale untuk ekstraksi jalan, dengan fokus utama untuk menangkap ketergantungan yang lebih luas. Arsitektur ini terdiri dari struktur hierarki encoder-decoder, memanfaatkan sparse local attention dan dilated global attention yang diposisikan secara sekuensial, masing-masing disertai dengan ukuran patch yang disesuaikan pada setiap tahap. Tingkat pelebaran yang berbeda untuk grid attention diperkenalkan pada tahap jaringan yang lebih dangkal, yang secara efektif memperkuat ketergantungan jarak jauh. Bias induktif implisit dengan conditional positional encoder dalam jaringan feed-forward dan relative positional bias dalam model attention diintegrasikan untuk meningkatkan efisiensi positional encoding dan memperkenalkan bias pada patch lokal. Pada fase decoding, digunakan strategi agregasi berbasis penjumlahan, dilengkapi dengan decoder yang lebih kompleks untuk memfasilitasi pemulihan informasi spasial yang lebih rumit. Model yang diusulkan telah melalui validasi eksperimental pada dataset DeepGlobe, dengan hasil yang dapat dibandingkan dengan beberapa jaringan ternama. Selain itu, studi ablasi yang komprehensif telah dilakukan, menjelaskan kontribusi modul yang tertanam di dalam arsitektur, dan menawarkan wawasan tentang strategi fine tuning yang lebih cermat.