Convolutional Kolmogorov-Arnold Networks e Conditional Random Fields per la Segmentazione Semantica di Immagini Telerilevate

Abstract

La segmentazione semantica nel telerilevamento svolge un ruolo cruciale nella generazione di mappe accurate di copertura del suolo per applicazioni come la pianificazione urbana, il monitoraggio ambientale e la selezione di siti per gli impianti di energia rinnovabile. Tuttavia, l'efficacia degli attuali approcci di deep learning, in particolare le Fully Convolutional Networks (FCNs), è spesso limitata dalla scarsità e dall'incompletezza spaziale dei dati di ground truth nel campo del telerilevamento. Questa tesi affronta questa sfida proponendo un nuovo approccio, denominato KANU-Net-CRF, che integra Kolmogorov-Arnold Networks (KANs) e Conditional Random Fields (CRFs). Da un lato, le KANs rappresentano un'alternativa ai Multi-Layer Perceptrons (MLPs), sono interpretabili per progettazione e hanno una solida e rigorosa base matematica. In particolare, le KAN convoluzionali hanno mostrato un grande potenziale in compiti di computer vision. Dall’altro lato, i CRF sono modelli stocastici che tengono conto delle correlazioni spaziali tra i pixel nella previsione della classe di ciascun pixel. Di conseguenza, contribuiscono a mitigare gli effetti di dati di training sparsi e con rumore. Il metodo proposto è stato valutato sperimentalmente sul dataset ISPRS Vaihingen e confrontato con quattro modelli allo stato dell’arte (U-Net, SegNet, UNetFormer e KANU-Net). I risultati mostrano che la nuova architettura proposta raggiunge un'elevata accuratezza sul test set considerato (91,3%) e dimostra robustezza a dati di training imperfetti, superando i modelli tradizionali in scenari realistici con disponibilità limitata di dati.

Semantic segmentation in remote sensing plays a crucial role in generating accurate land cover maps for applications such as urban planning, environmental monitoring, and renewable energy site selection. However, the effectiveness of current deep learning approaches, particularly Fully Convolutional Networks (FCNs), is often limited by the scarcity and spatial incompleteness of ground truth data in the remote sensing field. This thesis addresses this challenge by proposing a novel approach, denoted as KANU-Net-CRF, which integrates Kolmogorov–Arnold Networks (KANs) and Conditional Random Fields (CRFs). On the one hand, KANs represent an alternative to Multi-Layer Perceptrons (MLPs), they are interpretable by design and they have a solid and rigorous mathematical foundation. In particular, Convolutional KANs have shown great potential in computer vision tasks. On the other hand, CRFs are stochastic models that take into account spatial correlations between pixels when predicting pixel-wise class labels. Consequently, they help mitigate the effects of sparse and noisy training ground truth data. The proposed method was experimentally evaluated on the ISPRS Vaihingen dataset and compared with four state-of-the-art models (U-Net, SegNet, UNetFormer, and KANU-Net). Results show that the proposed novel architecture achieves strong accuracy on the considered test set (91.3%) and demonstrates robustness to imperfect ground truths, outperforming traditional models in realistic data-constrained scenarios.