Opis podatkovne mnozice izboljsan

diploma.tex

@@ -798,12 +798,12 @@ y = \text{softmax}(W_2\text{ReLU}(W_1e))
 \end{equation}
 \end{center}
 
-Na sliki \ref{fig:vit} levo je videti kako se slika razdeli na pred vstopom v model. 
+Na sliki \ref{fig:vit} je videti kako se slika razdeli na zaplate pred vstopom v model. 
-Na desni strani pa lahko opazimo, da sama arhitektura ViT uporablja klasičen transformerski kodirnik.
+Lahko opazimo, da sama arhitektura ViT uporablja klasičen transformerski kodirnik.
 
 \begin{figure}[h]
 \centering
-\includegraphics[width=\textwidth]{./img/vit.png}
+\includegraphics[width=0.6\textwidth]{./img/vit.png}
 \caption{Skica ViT modela, iz članka \cite{vit}}
 \label{fig:vit}
 \end{figure}
@@ -921,30 +921,22 @@ V primerjavi s tradicionalnimi metodami imajo siamske mreže večjo odpornost na
 Zaradi globje hierarhične predstavitve slike so sposobne zaznati in primerjati kompleksne značilnosti, ki jih manj kompleksne metode morda ne bi opazile.
 
 \chapter{Podatkovna množica}
-\todo{Dopolni poglavje z informacijami prejsnih datasetov}
 \label{ch1}
-V raziskovalnem svetu je podatkovna množica ključnega pomena za razvoj, testiranje in validacijo modelov.
+V svetu raziskovanja je podatkovna množica ključnega pomena za razvoj, testiranje in validacijo modelov. 
-Kljub pomembnosti modela WAMF-FPI avtorji niso javno delili originalne podatkovne množice.
+Kljub obstoju številnih zbirk, kot so CVUSA \cite{cvusa}, CVACT \cite{cvact} in University-1652 \cite{university1652}, večina ne zajema vseh realnih situacij, s katerimi se srečuje brezpilotni letalnik. 
-To je postavilo pred nas in vse druge, ki bi jih ta metoda lahko zanimala, izziv pri zbiranju primerne podatkovne osnove za analizo.
+Konkretno, CVUSA se osredotoča na zgradbe, medtem ko University-1652 predstavlja predvsem univerzitetna okolja.
-Za doseganje konsistentnosti in kakovosti rezultatov smo se odločili samostojno kreirati in kurirati našo lastno podatkovno množico, ki odraža realne pogoje in scenarije uporabe.
 
-Podatkovna množica, ki smo jo oblikovali, temelji na dveh glavnih virih vizualnih podatkov.
+Zaradi pomanjkljivosti obstoječih zbirk in odsotnosti specifične javno dostopne podatkovne zbirke UL14, ki so jo avtorji uporabili v \cite{dai2022finding}, smo se soočili z izzivom pri zbiranju primerne podatkovne osnove za analizo. 
-Prvi vir predstavljajo slike, pridobljene z brezpilotnimi letalniki.
+Da bi premostili to vrzel, smo se odločili za ustvarjanje lastne zbirke. 
-Te slike so bile pridobljene preko orodja Google Earth Studio \cite{google_earth_studio}, ki omogoča natančno in realno reprezentacijo terenskih značilnosti iz ptičje perspektive.
+Za pridobivanje slik iz brezpilotnega letalnika smo uporabili orodje Google Earth Studio \cite{google_earth_studio} in pridobili slike iz 11 večjih evropskih mest. 
-Te slike nudijo bogate detajle in so ključne za razumevanje fine strukture terena.
+Te slike odražajo raznolikost terena, vključno z zgradbami, parki, zelenimi in vodnimi površinami. 
+Dodatno smo uporabili Mapbox API \cite{mapbox_api} za pridobitev pripadajočih satelitskih slik.
 
-Drugi vir podatkov predstavljajo satelitske slike, pridobljene preko Mapbox API \cite{mapbox_api}.
+Skupno je naša podatkovna množica obsežna in vključuje več kot 11.000 slik. 
-Satelitske slike prinašajo širši pogled na regijo in omogočajo razumevanje večjih geografskih in prostorskih vzorcev.
+V članku \cite{dai2022finding, wang2023wamf} so avtorji uporabili podatkovno množico UL14, ki vključuje 6.768 slik za učenje in 2.331 slik za validacijo. 
-V kombinaciji z slikami brezpilotnega letalnika  te slike nudijo celovito sliko terena z različnih višin in ločljivosti.
+Ta zbirka se osredotoča večinoma na slike stavb večjih kitajskih univerz. V nasprotju s tem naša zbirka ponuja širši spekter značilnosti za analizo in bolje odraža realne okoliščine.
-
+Cilj izdelave naše zbirke je bil zagotoviti raznolike podatke, ki bi lahko služili kot robustna osnova za testiranje in validacijo naše implementacije WAMF-FPI. 
-Skupno naša podatkovna množica vključuje več kot 11.000 slik posnetih z brezpilotnim letalnikom in njihovih pripadajočih satelitskih slik.
+Želimo se prepričati, da je naš pristop robusten in da lahko obravnava različne scenarije, ki jih lahko sreča brezpilotni letalnik v realnem svetu.
-Ta obsežna zbirka podatkov nam omogoča, da model WAMF-FPI testiramo in validiramo v številnih različnih scenarijih in pogojih, 
-s čimer zagotavljamo njegovo robustnost in splošno uporabnost.
-
-Za primerjavo, v članku so uporabili podatkovno množico UL14, ki vključuje 6.768 slik za učenje in 2.331 slik za validacijo \cite{dai2022finding, wang2023wamf}.
-Ta množica predvsem vsebuje slike stavb večjih kitajskih univerz. 
-V nasprotju z UL14, naša podatkovna množica ne zajema samo stavb, temveč tudi parke, 
-zelene površine, vodnate površine in druge značilnosti terena, kar prinaša širši spekter značilnosti za analizo, ter predstavlja bolj realne okoliščine.
 
 \section{Slike brezpilotnega letalnika}
 Nabor podatkov, ki ga predstavljamo, je bil zasnovan z namenom raziskovanja in analizel lokalizacije brezpilotnih letalnikov v različnih mestnih scenarijih.
@@ -982,7 +974,7 @@ Vsaka slika je opremljena z oznakami lokacije kamere v sistemu ECEF. Sistem ECEF
 
 \begin{figure}[h]
 \centering
-\includegraphics[width=0.8\textwidth]{./img/cities.png}
+\includegraphics[width=\textwidth]{./img/cities.png}
 \caption{Slika prikazuje lokacije mest, ki so vključena v nabor podatkov.}
 \label{fig:cities}
 \end{figure}
@@ -1003,13 +995,20 @@ Takšne razlike lahko vplivajo na algoritme lokalizacije in navigacije brezpilot
 \label{fig:region_structures}
 \end{figure}
 
-Na sliki \ref{fig:drone_image_example} so prikazani raznoliki primeri zajeti z brezpilotnim letalnikom.
+Na slikah \ref{fig:drone_image_example_1} in \ref{fig:drone_image_example_2} so prikazani raznoliki primeri zajeti z brezpilotnim letalnikom.
 
 \begin{figure}[H]
 \centering
-\includegraphics[width=1\textwidth]{./img/drone_examples.png}
+\includegraphics[width=1\textwidth]{./img/drone_examples_grid1.png}
 \caption{Raznoliki primeri slik zajetih z brezpilotnim letalnikom.}
-\label{fig:drone_image_example}
+\label{fig:drone_image_example_1}
+\end{figure}
+
+\begin{figure}[H]
+\centering
+\includegraphics[width=1\textwidth]{./img/drone_examples_grid2.png}
+\caption{Raznoliki primeri slik zajetih z brezpilotnim letalnikom.}
+\label{fig:drone_image_example_2}
 \end{figure}
 
 \section{Satelitske slike}
@@ -1044,13 +1043,63 @@ Za pretvorbo geografskih koordinat (latitudo in longitudo) v ploščične koordi
         \end{align*}
 \end{itemize}
 
-Na sliki \ref{fig:sat_image_ljubljana} so prikazani primeri pripadajočih satelitskih slik za slike zajete z brezpilotnim letalnikom.
+Na slikah \ref{fig:sat_examples_grid_1} in \ref{fig:sat_examples_grid_2} so prikazani primeri pripadajočih satelitskih slik za slike zajete z brezpilotnim letalnikom.
 
 \begin{figure}[h]
 \centering
-\includegraphics[width=1\textwidth]{./img/corresponding_sat_examples.png}
+\includegraphics[width=0.9\textwidth]{./img/corresponding_sat_examples_grid1.png}
 \caption{Primer pripadajočih satelitskih slik.}
-\label{fig:sat_image_ljubljana}
+\label{fig:sat_examples_grid_1}
+\end{figure}
+
+\begin{figure}[h]
+\centering
+\includegraphics[width=0.9\textwidth]{./img/corresponding_sat_examples_grid2.png}
+\caption{Primer pripadajočih satelitskih slik.}
+\label{fig:sat_examples_grid_2}
+\end{figure}
+
+\section{Oznake}
+V okviru raziskave smo iz visokoločljivostnih satelitskih TIFF datotek naključno izrezali regije velikosti 400x400 pikslov. 
+Pri vsaki iteraciji je bil izrez drugačen, s poudarkom na vključevanju referenčne točke lokalizacije v izrez. 
+Ta pristop zagotavlja izpostavljenost modela različnim scenarijem ob ohranjanju natančnosti lokalizacijskih podatkov. 
+Slike, pridobljene z brezpilotnimi letalniki, so bile obdelane s tehniko \textit{osrednjega izreza} in različnimi stopnjami povečave, združujoč detajlnost teh slik z obsežnostjo satelitskih posnetkov. 
+Spodaj na slikah \ref{fig:drone_sat_example_19}, \ref{fig:drone_sat_example_21}, \ref{fig:drone_sat_example_37}, \ref{fig:drone_sat_example_55} in \ref{fig:drone_sat_example_82}  je prikazanih nekaj primerov takšnih izrezov.
+Na vsaki sliki je s pomočjo rdečega krogeca označen center izreza, ki predstavlja referenčno točko lokalizacije iz brezpilotnega letalnika, s čimer je omogočeno lažje prepoznavanje osredotočenosti izreza. 
+
+\begin{figure}[h]
+\centering
+\includegraphics[width=1\textwidth]{./img/drone_sat_example_19.png}
+\caption{Leva slika prikazuje Gradec s 2-kratno povečavo slike iz brezpilotnega letalnika, desna pa Trst s 2,5-kratno povečavo slike iz brezpilotnega letalnika.}
+\label{fig:drone_sat_example_19}
+\end{figure}
+
+\begin{figure}[h]
+\centering
+\includegraphics[width=1\textwidth]{./img/drone_sat_example_37.png}
+\caption{Leva slika prikazuje mesto Szombathely s 1,5-kratno povečavo slike iz brezpilotnega letalnika, desna pa z 2-kratno povečavo slike iz brezpilotnega letalnika.}
+\label{fig:drone_sat_example_37}
+\end{figure}
+
+\begin{figure}[h]
+\centering
+\includegraphics[width=1\textwidth]{./img/drone_sat_example_21.png}
+\caption{Leva slika prikazuje Zagreb s 1,5-kratno povečavo slike iz brezpilotnega letalnika, desna pa mesto Szombathely s 2,5-kratno povečavo slike iz brezpilotnega letalnika.}
+\label{fig:drone_sat_example_21}
+\end{figure}
+
+\begin{figure}[h]
+\centering
+\includegraphics[width=1\textwidth]{./img/drone_sat_example_55.png}
+\caption{Leva slika prikazuje Benetke s 3-kratno povečavo slike iz brezpilotnega letalnika, desna pa mesto Pula s 2-kratno povečavo slike iz brezpilotnega letalnika.}
+\label{fig:drone_sat_example_55}
+\end{figure}
+
+\begin{figure}[h]
+\centering
+\includegraphics[width=1\textwidth]{./img/drone_sat_example_82.png}
+\caption{Leva slika prikazuje Trst s 3,5-kratno povečavo slike iz brezpilotnega letalnika, desna pa mesto Pula z 1-kratno povečavo slike iz brezpilotnega letalnika.}
+\label{fig:drone_sat_example_82}
 \end{figure}
 
 \chapter{Rezultati}