បន្ទាប់ពីបញ្ចប់មេរៀន និស្សិតអាច៖
ក្រុមការងារដដែលពីមេរៀនមុន ឥឡូវមានពេលបន្ថែម និងអាចចុះទីវាលបានបន្តិច។ ពួកគេចុះទៅ ២០ ចំណុច កត់ត្រាកូអរដោនេ GPS ព្រមព័ត៌មានគម្របដីពិត (ទឹក ព្រៃ ស្រែ សំណង់ ដីទទេ)។
ជំនួសឱ្យប្រើ K-means ដែលមិនដឹងអត្ថន័យចង្កោម ពួកគេចង់ប្រើចំណុចទាំង ២០ នេះ ដើម្បី បង្រៀន ក្បួនដោះស្រាយថាតម្លៃក្រុមរលកបែបណាត្រូវនឹងគម្របដីមួយណា។ រួចប្រើចំណេះដឹងនោះចាត់ថ្នាក់ក្រឡាទាំងអស់ដែលនៅសល់ក្នុងរូបភាព ដែលមានច្រើនជាងចំណុចគំរូរាប់ពាន់ដង។
រយៈពេលបង្រៀនដែលស្នើ៖ ៣ ម៉ោង · មេរៀនទី ១២ ក្នុងចំណោម ១៥
:material-presentation-play: ស្លាយបង្រៀនមេរៀននេះ
ការចាត់ថ្នាក់គ្មានការណែនាំ (មេរៀនទី១១) មានចំណុចខ្សោយមួយធំ៖ វាមិនដឹងថាចង្កោមនីមួយៗគឺជាអ្វីទេ ហើយអ្នកវិភាគត្រូវដាក់ស្លាកក្រោយការគណនា។ បើអ្នកមានចំណេះដឹងស្រាប់ថាកន្លែងណាជាព្រៃ កន្លែងណាជាស្រែ ហេតុអ្វីមិនប្រើចំណេះដឹងនោះជា ព័ត៌មានបញ្ចូល ដល់ក្បួនដោះស្រាយតាំងពីដើម?
នេះជាគំនិតស្នូលនៃ ការចាត់ថ្នាក់មានការណែនាំ (Supervised Classification)៖ អ្នកបង្ហាញឧទាហរណ៍ (គំរូបណ្ដុះបណ្ដាល) ដល់ក្បួនដោះស្រាយ រួចវារៀនលក្ខណៈស្ពិចត្រាល់ពីឧទាហរណ៍នោះ ដើម្បីចាត់ថ្នាក់ផ្នែកនៅសល់នៃរូបភាព។
រូបទី១២.១៖ ដំណើរការនៃការចាត់ថ្នាក់មានការណែនាំ។ មនុស្សផ្ដល់គំរូដែលដឹងស្រាប់ថាជាប្រភេទអ្វី រួចក្បួនដោះស្រាយរៀនពីគំរូនោះ ដើម្បីចាត់ថ្នាក់ផ្នែកនៅសល់។
១. យកគំរូបណ្ដុះបណ្ដាល (Training samples)៖ ជ្រើសក្រឡាដែលដឹងច្បាស់ថាជាគម្របដីអ្វី ដោយប្រើចំណុច GPS ទីវាល ការបកស្រាយដោយភ្នែកលើរូបភាពគុណភាពខ្ពស់ ឬចំណេះដឹងតំបន់។
២. គណនាសញ្ញាណស្ពិចត្រាល់សម្រាប់ថ្នាក់នីមួយៗ៖ សម្រាប់ថ្នាក់នីមួយៗ គណនាតម្លៃមធ្យម (និងជួនកាលគម្លាតគំរូ) នៃក្រុមរលកទាំងអស់ ពីគំរូបណ្ដុះបណ្ដាលរបស់ថ្នាក់នោះ។
៣. ចាត់ថ្នាក់ក្រឡាទាំងអស់៖ សម្រាប់ក្រឡានីមួយៗក្នុងរូបភាព (រួមទាំងក្រឡាដែលមិនមែនជាគំរូ) គណនាថាតម្លៃរបស់វាជិតនឹងសញ្ញាណថ្នាក់ណាបំផុត រួចចាត់ថ្នាក់តាមនោះ។
៤. វាយតម្លៃភាពត្រឹមត្រូវ៖ ប្រើគំរូឯករាជ្យ (មិនប្រើក្នុងជំហានទី១) ដើម្បីពិនិត្យថាការចាត់ថ្នាក់ត្រឹមត្រូវប៉ុនណា (មេរៀនទី១៣)។
ភាពខុសគ្នាស្នូលពី K-means៖ ការចាត់ថ្នាក់មានការណែនាំ ចាប់ផ្ដើមពីចំណេះដឹងរបស់មនុស្ស មិនមែនពីទិន្នន័យតែម្នាក់ឯងទេ។
រាយជំហានទាំងបួននៃការចាត់ថ្នាក់មានការណែនាំ។
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
ក្បួនដោះស្រាយសាមញ្ញបំផុតគឺ ចម្ងាយអប្បបរមាទៅកណ្ដាលថ្នាក់ (Minimum Distance to Mean)៖ សម្រាប់ក្រឡានីមួយៗ គណនាចម្ងាយ (ក្នុងលំហលក្ខណៈ) ទៅកណ្ដាលនៃថ្នាក់នីមួយៗ រួចចាត់ថ្នាក់ទៅថ្នាក់ដែលមានចម្ងាយខ្លីបំផុត។
វិធីនេះស្រដៀងនឹងជំហាន «ចាត់តាំង» នៃ K-means ប៉ុន្តែកណ្ដាលថ្នាក់មកពីគំរូដែលមនុស្សកំណត់ មិនមែនរកដោយចៃដន្យទេ។
ប្ដូរចំនួនគំរូក្នុងមួយថ្នាក់ ហើយចុច «យកគំរូ និងចាត់ថ្នាក់»។ សង្កេតថាភាពត្រឹមត្រូវទំនោរកើនឡើងជាមួយចំនួនគំរូបន្ថែម ប៉ុន្តែមិនស្មើ ១០០% ជានិច្ចទេ។
ចំណុចខ្សោយចម្បងនៃវិធីនេះ៖ ក្រឡាគ្រប់ក្រឡាត្រូវបានចាត់ថ្នាក់ជានិច្ច សូម្បីតែក្រឡាដែលមិនស្រដៀងថ្នាក់ណាមួយសោះ (ដូចជាដំបូលពណ៌ចម្លែក ឬវត្ថុថ្មីដែលគ្មានក្នុងគំរូ)។
វាចាត់ចូលទៅថ្នាក់ដែល «ជិតបំផុត» ទោះជិតបំផុតនោះនៅឆ្ងាយក៏ដោយ។
ក្បួនដោះស្រាយមួយទៀតគឺ Parallelepiped៖ សម្រាប់ថ្នាក់នីមួយៗ កំណត់ ជួរតម្លៃ (អប្បបរមា/អតិបរមា ឬមធ្យម ± គម្លាតគំរូ) សម្រាប់ក្រុមរលកនីមួយៗ ដោយផ្អែកលើគំរូបណ្ដុះបណ្ដាល ដែលបង្កើត «ប្រអប់» ក្នុងលំហលក្ខណៈ។
ក្រឡាមួយត្រូវបានចាត់ថ្នាក់ទៅថ្នាក់ណាដែលតម្លៃរបស់វាធ្លាក់ក្នុងប្រអប់នោះ។
ប្ដូររវាងវិធីទាំងពីរ ហើយសង្កេតតំបន់ពណ៌ស (មិនបានចាត់ថ្នាក់) ក្នុងវិធី Parallelepiped។
ភាពខុសគ្នាសំខាន់៖ Parallelepiped អនុញ្ញាតឱ្យមាន ក្រឡាមិនបានចាត់ថ្នាក់ (unclassified) បើតម្លៃរបស់វាមិនធ្លាក់ក្នុងប្រអប់ណាមួយ។
វាស្មោះត្រង់ជាង (មិនធ្វើពុតថាដឹង ពេលមិនប្រាកដ) ប៉ុន្តែផលិតលទ្ធផលដែលមានចន្លោះទទេ ដែលអ្នកប្រើមួយចំនួនចាត់ទុកថាមិនងាយស្រួល។
ក្បួនដោះស្រាយទាំងពីរនេះ (ចម្ងាយអប្បបរមា និង Parallelepiped) សាមញ្ញ និងងាយពន្យល់ ដែលជាមូលហេតុដែលវាល្អសម្រាប់ការសិក្សាគោលការណ៍មូលដ្ឋាន។ ក្នុងការអនុវត្តជាក់ស្ដែងទំនើប ក្បួនដោះស្រាយស្មុគស្មាញជាងតែងផ្ដល់ភាពត្រឹមត្រូវខ្ពស់ជាង។
ភាពខុសគ្នារវាងចម្ងាយអប្បបរមា និង Parallelepiped គឺអ្វី?
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
| ក្បួនដោះស្រាយ | គោលការណ៍សង្ខេប | គុណសម្បត្តិ |
|---|---|---|
| Maximum Likelihood | គណនាប្រូបាប៊ីលីតេស្ថិតិដោយសន្មតការចែកចាយធម្មតា | គិតគូរទាំងរូបរាង និងទំហំនៃចង្កោមថ្នាក់ |
| Random Forest | ដើមឈើសម្រេចចិត្តជាច្រើន បោះឆ្នោតរួមគ្នា | ត្រឹមត្រូវខ្ពស់ ធន់នឹងសំឡេងរំខាន ប្រើក្រុមរលកច្រើនបានល្អ |
| Support Vector Machine (SVM) | រកបន្ទាត់ (ឬផ្ទៃ) ដែលបំបែកថ្នាក់បានល្អបំផុត | ដំណើរការល្អជាមួយគំរូតិច |
| Neural Network / Deep Learning | ស្រទាប់គណនាច្រើនរៀនលក្ខណៈស្មុគស្មាញ | ត្រឹមត្រូវបំផុតជាមួយទិន្នន័យច្រើន ប៉ុន្តែត្រូវការគំរូច្រើន និងកុំព្យូទ័រខ្លាំង |
ក្នុង QGIS Semi-Automatic Classification Plugin (SCP) ផ្ដល់ជម្រើសចម្ងាយអប្បបរមា Maximum Likelihood និង Spectral Angle Mapping។
សម្រាប់ Random Forest ឬវិធីទំនើបជាង ត្រូវប្រើកម្មវិធីជំនួយ Orfeo Toolbox (OTB) ដែលភ្ជាប់ជាមួយ QGIS ឬប្រើ Python/scikit-learn ដោយផ្ទាល់ (ជាខ្លឹមសារកម្រិតខ្ពស់ជាងវិសាលភាពសៀវភៅនេះ)។
គុណភាពនៃលទ្ធផលចាត់ថ្នាក់ អាស្រ័យលើគុណភាពនៃគំរូបណ្ដុះបណ្ដាល ច្រើនជាងក្បួនដោះស្រាយ។
គោលការណ៍ណែនាំ៖
កំហុសទូទៅបំផុតរបស់និស្សិត គឺប្រើគំរូតែមួយសំណុំសម្រាប់ទាំងបណ្ដុះបណ្ដាល ទាំងវាយតម្លៃ។ នេះផ្ដល់ភាពត្រឹមត្រូវដែលមើលទៅខ្ពស់ណាស់ ប៉ុន្តែជា ការវាស់ក្លែងក្លាយ ព្រោះក្បួនដោះស្រាយ «ធ្លាប់ឃើញ» ទិន្នន័យទាំងនោះរួចមកហើយ។ លំហាត់ទី១៣ នឹងបង្ហាញពីរបៀបញែកគំរូឱ្យត្រឹមត្រូវ។
ហេតុអ្វីមិនគួរប្រើគំរូតែមួយសំណុំសម្រាប់ទាំងបណ្ដុះបណ្ដាល ទាំងវាយតម្លៃ?
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
| លក្ខណៈវិនិច្ឆ័យ | ក្បួន |
|---|---|
| ចំនួនក្រឡា | ក្រុមរលក n → យ៉ាងតិច ១០n ក្រឡា ក្នុងមួយថ្នាក់ (Landsat ៦ ក្រុមរលក → > ៦០ ក្រឡា) |
| ចំនួនតំបន់ | យ៉ាងតិច ៥ ដល់ ១០ តំបន់ ក្នុងមួយថ្នាក់ |
| ទីតាំង | ចែកសព្វរូបភាព មិនប្រមូលផ្ដុំកន្លែងតែមួយ |
| ទំហំ | ធំល្មមដើម្បីប៉ាន់ស្មានមធ្យម និងគម្លាតគំរូបានត្រឹមត្រូវ |
| ភាពឯកសណ្ឋាន | អ៊ីស្តូក្រាមក្នុងក្រុមរលកនីមួយៗមានកំពូលតែមួយ (unimodal) |
មូលហេតុនៃការច្រឡំថ្នាក់៖ គម្របដីមានសញ្ញាណស្រដៀងគ្នា (ដំណាំផ្សេងៗ ដីទទេ និងសំណង់) · ស្រមោល ឬពពក · តំបន់គំរូគូសធំពេក ធ្វើឱ្យរួមបញ្ចូលគម្របដីច្រើនប្រភេទ ឬតូចពេក មិនចាប់បានភាពប្រែប្រួលក្នុងថ្នាក់។
ដំណោះស្រាយ៖ បង្កើតតំបន់គំរូច្រើនតូចៗ សម្រាប់ផ្នែកផ្សេងៗនៃថ្នាក់តែមួយ ជាជាងតំបន់ធំមួយ។
គូសពហុកោណ ធៀបនឹង Region Growing៖ សម្រាប់ផ្ទៃធំឯកសណ្ឋាន (បឹង ទន្លេ) គូសពហុកោណដោយដៃបាន។ សម្រាប់ផ្ទៃដែលប្រែប្រួលច្រើន (ព្រៃលើភ្នំ ចម្ការ) ប្រើ Region Growing៖ ចាប់ផ្ដើមពីក្រឡាគ្រាប់ពូជ (seed) រួមបញ្ចូលក្រឡាជិតខាងដែលមាន ចម្ងាយស្ពិចត្រាល់ តិចជាងកម្រិតកំណត់ (ឧ. ០,០៨ សម្រាប់ទិន្នន័យចាំងផ្លាត …
Maximum Likelihood និង Spectral Angle Mapper៖
Macroclass និង Class ក្នុង SCP៖ SCP អនុញ្ញាតឱ្យគូសតំបន់គំរូជា class លម្អិត (ស្មៅ ដើមឈើ អគារ ផ្លូវ) ហើយដាក់ពួកវាក្រោម macroclass ធំ (រុក្ខជាតិ តំបន់សាងសង់)។
ការចាត់ថ្នាក់តាម class ធ្វើឱ្យគំរូឯកសណ្ឋាន ហើយលទ្ធផលចុងក្រោយអាចបង្ហាញតាម macroclass។
ក្រុមការងារមានចំណុច GPS ២០ ដែលបានពិនិត្យទីវាល ចែកទៅតាមថ្នាក់ប្រាំ (៤ ចំណុចក្នុងមួយថ្នាក់)។
៤ ចំណុចក្នុងមួយថ្នាក់ តិចជាងអប្បបរមា ១០ ដែលបានណែនាំ។
ក្រុមការងារសម្រេចចិត្តបន្ថែមគំរូពីការបកស្រាយដោយភ្នែក (មិនចុះទីវាល) លើផ្ទៃធំច្បាស់ៗ ដើម្បីបានយ៉ាងតិច ១៥ ក្រឡាក្នុងមួយថ្នាក់។
សម្រាប់ថ្នាក់នីមួយៗ គណនាតម្លៃមធ្យមក្រុមរលកទាំងប្រាំមួយ (B2 B3 B4 B8 B11 B12) ពីគំរូបណ្ដុះបណ្ដាល។
ប្រើវិធីចម្ងាយអប្បបរមា ចាត់ថ្នាក់ក្រឡាទាំងអស់ក្នុងតំបន់សិក្សា (ច្រើនជាងគំរូរាប់ម៉ឺនដង)។
ត្រួតលទ្ធផលលើពណ៌ពិត។
ភាគច្រើនស៊ីគ្នាល្អ ប៉ុន្តែមានតំបន់ព្រំដងទន្លេ ដែលចាត់ថ្នាក់ខុសទៅជា «សំណង់» ដោយសារជាក្រឡាចម្រុះទឹក/ដី។
កត់ត្រាតំបន់ដែលមានបញ្ហា ជាការត្រៀមសម្រាប់ការវាយតម្លៃភាពត្រឹមត្រូវជាផ្លូវការ (មេរៀនទី១៣) ដែលនឹងផ្ដល់លេខច្បាស់លាស់ជាងការសង្កេតដោយភ្នែក។
ការពិនិត្យដោយភ្នែកមិនអាចផ្ដល់តួលេខភាពត្រឹមត្រូវជាផ្លូវការបានទេ។ វាអាចរកឃើញតែបញ្ហាធំៗដែលមើលឃើញច្បាស់ តំបន់ដែលមានកំហុសតូចៗអាចនៅមិនត្រូវបានរកឃើញ រហូតដល់ការវាយតម្លៃជាផ្លូវការ។
លំហាត់ប្រើទិន្នន័យវគ្គ RS_Data (Landsat 8 ភ្នំពេញ · Sentinel-2 ក្រុងព្រះសីហនុ) ហើយមានរូបលទ្ធផលគំរូ តារាងកំហុសទូទៅ និងប្រអប់ពិនិត្យលទ្ធផលដោយខ្លួនឯង។
ការចាត់ថ្នាក់មានការណែនាំចាប់ផ្ដើមពីគំរូបណ្ដុះបណ្ដាលដែលមនុស្សកំណត់ គណនាសញ្ញាណស្ពិចត្រាល់សម្រាប់ថ្នាក់នីមួយៗ រួចចាត់ថ្នាក់ក្រឡាទាំងអស់ដោយប្រៀបធៀបនឹងសញ្ញាណនោះ។
ចម្ងាយអប្បបរមាចាត់ថ្នាក់ក្រឡាគ្រប់ក្រឡាទៅថ្នាក់ជិតបំផុត ចំណែក Parallelepiped អនុញ្ញាតឱ្យមានក្រឡាមិនបានចាត់ថ្នាក់។ ក្បួនដោះស្រាយទំនើបជាង (Random Forest SVM) ជាទូទៅផ្ដល់ភាពត្រឹមត្រូវខ្ពស់ជាង។ គុណភាពគំរូបណ្ដុះបណ្ដាល (ចំនួន ភាពបរិសុទ្ធ ការតំណាង) សំខាន់ជាងការជ្រើសក្បួនដោះស្រាយ។
ក្បួនដោះស្រាយគ្រាន់តែពង្រីកចំណេះដឹងដែលអ្នកផ្ដល់ឱ្យវា។ គំរូបណ្ដុះបណ្ដាលមិនល្អ ផ្ដល់ផែនទីមិនល្អ ទោះជាប្រើក្បួនដោះស្រាយទំនើបប៉ុនណាក៏ដោយ។
| ពាក្យខ្មែរ | ពាក្យអង់គ្លេស | អត្ថន័យខ្លី |
|---|---|---|
| ការចាត់ថ្នាក់មានការណែនាំ | Supervised classification | ប្រើគំរូដឹងជាមុនដើម្បីបង្រៀនក្បួនដោះស្រាយ |
| គំរូបណ្ដុះបណ្ដាល | Training samples | ក្រឡាដែលដឹងច្បាស់ថាជាថ្នាក់អ្វី |
| ចម្ងាយអប្បបរមា | Minimum distance to mean | ចាត់ថ្នាក់ទៅកណ្ដាលជិតបំផុត |
| Parallelepiped | Parallelepiped classifier | ចាត់ថ្នាក់តាមប្រអប់ជួរតម្លៃ |
| Maximum Likelihood | Maximum Likelihood classifier | ចាត់ថ្នាក់តាមប្រូបាប៊ីលីតេស្ថិតិ |
| Random Forest | Random Forest | ដើមឈើសម្រេចចិត្តជាច្រើនបោះឆ្នោតរួម |
| SVM | Support Vector Machine | រកព្រំដែនបំបែកថ្នាក់ល្អបំផុត |
| ភាពបរិសុទ្ធនៃគំរូ | Training sample purity | គំរូមិនច្រឡំក្រឡាព្រំដែន |
ក្នុងពិសោធន៍ចាត់ថ្នាក់មានការណែនាំ ចូរសាកល្បងចំនួនគំរូ ៣ ១០ និង ៣០។ សម្រាប់នីមួយៗ ចុច «យកគំរូ និងចាត់ថ្នាក់» បីដង ហើយកត់ត្រាភាពត្រឹមត្រូវទាំងបី។ គណនាមធ្យម និងគម្លាតរវាងការសាកល្បង។ សរសេរការសង្កេត៖ តើភាពប្រែប្រួល (variance) ថយចុះយ៉ាងណា ពេលចំនួនគំរូកើនឡើង?
យើងបានធ្វើផែនទីគម្របដី ដោយប្រើទាំងវិធីគ្មានការណែនាំ ទាំងមានការណែនាំ។ ប៉ុន្តែសំណួរមួយនៅតែមិនទាន់ឆ្លើយ៖ តើផែនទីមួយណាត្រឹមត្រូវជាង ហើយត្រឹមត្រូវប៉ុនណា?
អានមេរៀនពេញ និងធ្វើលំហាត់ទី១២
https://khgeo.github.io/remote-sensing/lessons/lesson-12/