បញ្ហា (The Problem)៖ ការងារស្រាវជ្រាវផ្ទាល់សម្រាប់ការធ្វើផែនទីគម្របមកុដដើមឈើចំណាយពេលច្រើន និងហត់នឿយ ខណៈដែលរូបភាពផ្កាយរណបជារឿយៗខ្វះកម្រិតភាពច្បាស់ខ្ពស់សម្រាប់ការទាញយកមកុដដើមឈើនីមួយៗឱ្យបានច្បាស់លាស់។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់វិធីសាស្រ្តរៀនស៊ីជម្រៅ (Deep Learning) ដោយប្រើរូបភាពពណ៌ (RGB) កម្រិតច្បាស់ខ្ពស់បំផុតថតដោយដ្រូន (UAV) ដើម្បីធ្វើស្វ័យប្រវត្តិកម្មការបែងចែកមកុដដើមឈើ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| CNN Encoder-Decoder (Deep Learning) បណ្តាញសរសៃប្រសាទកុំព្យូទ័រប្រភេទ Encoder-Decoder (CNN) |
មានសមត្ថភាពធ្វើស្វ័យប្រវត្តិកម្មខ្ពស់ និងមានប្រសិទ្ធភាពសម្រាប់ទាញយកទិន្នន័យពីរូបភាពកម្រិតច្បាស់ខ្ពស់ (VHR) របស់ដ្រូន។ មិនត្រូវការកម្លាំងពលកម្មច្រើនក្នុងការគូសចំណាំ។ | ទាមទារការពឹងផ្អែកលើម៉ាស៊ីនកុំព្យូទ័រដែលមានក្រាហ្វិកកាត (GPU) ខ្លាំង និងត្រូវការទិន្នន័យដែលបានគូសចំណាំ (Ground truth) ច្រើនដើម្បីហ្វឹកហាត់។ | ទទួលបានភាពត្រឹមត្រូវនៃការទាញយកទិន្នន័យគម្របព្រៃឈើ ៨៦.០២% និងអត្រាត្រួតស៊ីគ្នា IOU ៧៧.៣%។ |
| Manual Digitization & OBIA ការគូសចំណាំដោយដៃ និងការវិភាគរូបភាពផ្អែកលើវត្ថុ (OBIA) |
ងាយស្រួលយល់ និងមិនសូវពឹងផ្អែកលើក្បួនដោះស្រាយសាំញ៉ាំ ឬកុំព្យូទ័រល្បឿនលឿនសម្រាប់វិធីសាស្រ្ត Manual។ | ចំណាយពេលច្រើន ត្រូវការកម្លាំងពលកម្មច្រើន នឿយហត់ និងមិនស័ក្តិសមសម្រាប់ការអនុវត្តលើផ្ទៃដីទំហំធំ ឬរូបភាពរាប់រយសន្លឹក។ | ខ្វះសមត្ថភាពនិងប្រសិទ្ធភាពពេលវេលា ក្នុងការធ្វើផែនទីគម្របមកុដដើមឈើពីរូបភាពកម្រិតច្បាស់ខ្ពស់រាប់ពាន់សន្លឹកធៀបនឹង AI។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តវិធីសាស្រ្តនេះទាមទារការវិនិយោគលើឧបករណ៍ដ្រូនកម្រិតបច្ចេកទេស កម្មវិធីបង្កើតផែនទី និងកុំព្យូទ័រដែលមានសមត្ថភាពខ្ពស់សម្រាប់ការរៀនស៊ីជម្រៅ (Deep Learning)។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅតំបន់ East Khasi Hills រដ្ឋ Meghalaya ប្រទេសឥណ្ឌា ដែលជាតំបន់ព្រៃភ្នំមានអាកាសធាតុត្រូពិច។ ដោយសារប្រភេទព្រៃឈើនៅទីនោះមានលក្ខណៈស្រដៀងនឹងតំបន់មួយចំនួននៅកម្ពុជា ការយកម៉ូដែលនេះមកប្រើប្រាស់ផ្ទាល់អាចប្រឈមនឹងបញ្ហាលំអៀងទិន្នន័យបន្តិចបន្តួច (Data Bias) ដូច្នេះទាមទារឱ្យមានការហ្វឹកហាត់បន្ថែមជាមួយរូបភាពព្រៃឈើជាក់ស្តែងនៅកម្ពុជា (Transfer Learning)។
បច្ចេកវិទ្យានេះមានសក្តានុពលខ្ពស់ខ្លាំងសម្រាប់ប្រទេសកម្ពុជា ក្នុងការគ្រប់គ្រងធនធានធម្មជាតិ កសិកម្ម និងការរៀបចំដែនដីដោយសន្សំសំចៃខ្ពស់។
ការរួមបញ្ចូលគ្នារវាងបច្ចេកវិទ្យាដ្រូនពាណិជ្ជកម្ម និងក្បួនដោះស្រាយ Deep Learning ផ្តល់នូវដំណោះស្រាយទំនើបដែលជួយសន្សំសំចៃពេលវេលា និងថវិកា សម្រាប់ការតាមដានបរិស្ថាន និងកសិកម្មនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Deep Learning | ជាផ្នែកមួយនៃបញ្ញាសិប្បនិម្មិត (AI) ដែលប្រើប្រាស់បណ្ដាញសរសៃប្រសាទកុំព្យូទ័រមានរចនាសម្ព័ន្ធច្រើនស្រទាប់ ដើម្បីរៀននិងទាញយកលក្ខណៈសម្បត្តិពីទិន្នន័យដ៏ច្រើនសន្ធឹកសន្ធាប់ដោយស្វ័យប្រវត្តិ។ | ដូចជាការបង្រៀនកូនក្មេងឱ្យស្គាល់សត្វឆ្កែ ដោយបង្ហាញរូបភាពសត្វឆ្កែរាប់ពាន់សន្លឹក រហូតដល់គេអាចចំណាំនិងបែងចែកវាបានដោយខ្លួនឯង។ |
| UAV | ជាអក្សរកាត់នៃ Unmanned Aerial Vehicle ដែលសំដៅលើយានយន្តហោះគ្មានមនុស្សបើកបរផ្ទាល់ (ដ្រូន) ប្រើសម្រាប់ថតរូបភាពកម្រិតច្បាស់ពីលើអាកាសក្នុងការស្រាវជ្រាវ និងការធ្វើផែនទី។ | ដូចជាកាមេរ៉ាហោះដែលអាចបញ្ជាពីចម្ងាយ ដើម្បីថតមើលទិដ្ឋភាពពីលើអាកាស។ |
| Semantic segmentation | ជាបច្ចេកទេសកុំព្យូទ័រចក្ខុ (Computer Vision) ដែលបែងចែកនិងកំណត់អត្តសញ្ញាណវត្ថុនៅក្នុងរូបភាពដោយផ្ដល់ចំណាត់ថ្នាក់ប្រភេទ (Class) ទៅឱ្យភិចសែល (Pixel) នីមួយៗនៃរូបភាពនោះ។ | ដូចជាការផាត់ពណ៌លើរូបភាពសខ្មៅ ដោយកំណត់ថាពណ៌បៃតងជាដើមឈើ ពណ៌ខៀវជាទឹក និងពណ៌ត្នោតជាដី។ |
| Encoder-Decoder | ជាទម្រង់ស្ថាបត្យកម្មនៃបណ្តាញសរសៃប្រសាទកុំព្យូទ័រ (CNN) ដែលផ្នែក Encoder បង្រួមទំហំរូបភាពដើម្បីទាញយកលក្ខណៈសំខាន់ៗ រីឯផ្នែក Decoder ពង្រីកទិន្នន័យនោះមកវិញដើម្បីបង្កើតជារូបភាពបែងចែកលម្អិត។ | ដូចជាការបកប្រែអត្ថបទវែងមួយឱ្យខ្លីដើម្បីយល់ន័យរួម (Encoder) រួចពង្រីកន័យនោះមកជារូបភាពលម្អិតថ្មីមួយទៀត (Decoder)។ |
| Intersection over Union (IOU) | ជារង្វាស់ម៉ាទ្រីកសម្រាប់វាយតម្លៃភាពត្រឹមត្រូវនៃម៉ូដែល AI ក្នុងការកំណត់ទីតាំងវត្ថុ ដោយគណនាផលធៀបរវាងផ្ទៃដែលត្រួតស៊ីគ្នា និងផ្ទៃសរុបរវាងការទាយរបស់ AI និងទិន្នន័យជាក់ស្ដែង។ | ដូចជាការប្រៀបធៀបគំនូសរង្វង់ដែលអ្នកគូស ទៅនឹងគំនូសរង្វង់ដើម ថាតើវាត្រួតស៊ីគ្នាបានប៉ុន្មានភាគរយ។ |
| Orthomosaic | ជារូបភាពផែនទីរួមមួយដែលបង្កើតឡើងដោយការផ្គុំរូបភាពថតពីលើអាកាស (ដ្រូន) ជាច្រើនសន្លឹកបញ្ចូលគ្នា និងកែតម្រូវភាពវៀចទ្រេតដើម្បីឱ្យវាមានមាត្រដ្ឋានត្រឹមត្រូវដូចផែនទីពិត។ | ដូចជាការយកកម្ទេចរូបភាពតូចៗ (Jigsaw puzzle) មកតម្រៀបផ្គុំគ្នាបង្កើតជារូបភាពផ្ទាំងធំមួយដ៏ត្រឹមត្រូវ។ |
| Ground truth | ជាទិន្នន័យជាក់ស្តែងដែលប្រមូលបានដោយផ្ទាល់ពីទីតាំង ឬត្រូវបានគូសចំណាំដោយមនុស្សផ្ទាល់ ដើម្បីយកទៅប្រើជាគោលសម្រាប់ហ្វឹកហាត់ម៉ូដែល ឬផ្ទៀងផ្ទាត់ភាពត្រឹមត្រូវរបស់ម៉ូដែល AI។ | ដូចជា "សន្លឹកចម្លើយត្រឹមត្រូវ" ដែលគ្រូទុកសម្រាប់ផ្ទៀងផ្ទាត់កិច្ចការសិស្ស។ |
| Spatial resolution | ជាកម្រិតនៃភាពលម្អិតដែលរូបភាពមួយអាចបង្ហាញបាន ដោយគិតជាទំហំនៃផ្ទៃដីពិតប្រាកដដែលតំណាងដោយភិចសែលមួយ (ឧទាហរណ៍ ៥សង់ទីម៉ែត្រក្នុងមួយភិចសែលមានន័យថារូបភាពកាន់តែច្បាស់)។ | ដូចជាទំហំប្រឡោះតូចៗលើអេក្រង់ទូរទស្សន៍ បើប្រឡោះកាន់តែតូច រូបភាពកាន់តែច្បាស់ល្អ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
