Master's Thesis

Semantic segmentation of aerial images for mapping terrain passability

Final Thesis 8.28 MB

Author of thesis: Ing. Jiří Pazdera

Acad. year: 2025/2026

Supervisor: doc. Ing. Stanislav Věchet, Ph.D.

Reviewer: doc. Ing. Jiří Krejsa, Ph.D.

Abstract:

This master’s thesis deals with the application of deep learning methods for semantic segmentation of aerial images in order to map terrain passability for mobile robots. The thesis analyzes the current state of the art in the fields of deep neural networks and related datasets. For the purpose of training the neural network segmentation model, a custom dataset containing aerial images of the Czech Republic and corresponding pixel-level annotations was created. Based on this dataset, several training procedures were tested, and models based on the U-Net, DeepLabV3+, and SegFormer architectures were compared. The experiments also evaluated the impact of data augmentation and transfer learning on the training process. The highest segmentation performance was achieved by a model based on the DeepLabV3+ architecture, whose output was transformed into a cost map of the terrain. Based on this map, the A* algorithm was successfully implemented to demonstrate path planning between selected points.

Keywords:

semantic segmentation, aerial images, deep learning, neural networks, terrain passability, mobile robotics, path planning

Date of defence

17.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaAznamka

Grading

A

Process of defence

Při obhajobě student nejprve prezentoval svoji diplomovou práci, následně byly přečteny posudky a student odpovídal na dotazy oponenta. Poté byly členy komise položeny následující otázky: Snímky jste anotoval ručně? Z čeho byste vycházel, kdybyste chtěl přidat nový objekt do seznamu? Jaké jsou výpočetní časy u trénování? Obhajoba byla komisí hodnocena jako výborná.

Language of thesis

Czech

Faculty

Fakulta strojního inženýrství

Department

Institute of Solid Mechanics, Mechatronics and Biomechanics

Study programme

Mechatronics (N-MET-P)

Composition of Committee

RNDr. Vladimír Opluštil (předseda)
doc. Ing. Robert Grepl, Ph.D. (místopředseda)
doc. Ing. Jiří Krejsa, Ph.D. (člen)
doc. Ing. Radoslav Cipín, Ph.D. (člen)
Ing. Dalibor Červinka, Ph.D. (člen)
Ing. Michal Bastl, Ph.D. (člen)
Ing. Peter Zavadinka, Ph.D. (člen)

Supervisor’s report
doc. Ing. Stanislav Věchet, Ph.D.

Student zpracoval zadané téma velmi samostatně a v rozsahu plně odpovídajícím požadavkům na diplomovou práci. Práce se zabývá problematikou sémantické segmentace leteckých snímků s využitím konvolučních neuronových sítí pro tvorbu map průjezdnosti terénu určených k navigaci mobilních robotů.

V rámci řešení student vytvořil vlastní datovou sadu zahrnující rozsáhlé anotace leteckých snímků, přičemž kombinoval poloautomatické a ruční metody anotování. Tato část práce vyžadovala značné úsilí a představuje významný přínos pro další výzkum v dané oblasti. Následně implementoval a experimentálně vyhodnotil několik architektur hlubokých neuronových sítí určených pro sémantickou segmentaci, včetně využití technik datové augmentace pro zvýšení robustnosti modelů. Součástí práce bylo také ověření využitelnosti výsledků segmentace při plánování tras mobilních robotů.

Po obsahové i formální stránce je práce zpracována na velmi vysoké úrovni. Student prokázal dobrou orientaci v oblasti počítačového vidění, strojového učení a robotické navigace, stejně jako schopnost samostatně řešit náročné technické problémy. Oceňuji zejména systematický přístup k tvorbě datové sady, rozsah provedených experimentů a praktickou návaznost dosažených výsledků na problematiku autonomní navigace mobilních robotů.

Práci doporučuji k obhajobě a hodnotím známkou A – výborně.
Evaluation criteria Grade
Fulfilment of requirements and objectives of assignment A
Working process, extent and suitability of applied methods B
Scholarly contribution and originality A
Ability to interpret achieved results and draw conclusions A
Applicability of results in practice or theory B
Logical arrangement of thesis and its layout A
Grafic layout, used style and language level A
Work with used sources including quotations A
Student's independence when working on the topic A

Grade proposed by supervisor: A

Reviewer’s report
doc. Ing. Jiří Krejsa, Ph.D.

Pan Jiří Pazdera se ve své práci věnuje sémantické segmentaci leteckých snímků pomocí konvolučních neuronových sítí různých architektur. Součástí práce je tvorba vlastní datové sady (kombinací poloautomatického a ručního anotování), která je poměrně pracná a vyžadovala od studenta značné úsilí.

Podstatou diplomové práce je pak trénování a testování tří různých segmentačních architektur, doplněné o implementaci A* algoritmu pro plánování trasy mezi zvolenými body.

V práci student prokázal schopnost porozumnění netriviální problematice a dosažené výsledky považuji za přínostné. K práci mám několik drobností, které ale nesnižují celkovou kvalitu práce:

V rešeršní části mi chybí přehled využití segmentačních nástrojů pro danou úlohu segmentace leteckých snímků.
V testovaných modelech postrádám architekturu Bayesian SegNet, která poskytuje kromě vlastního segmentovaného obrazu také informaci o lokální věrohodnosti segmentace.
Obrázek 5.2. je dle autora upraven, ale jsou ponechány anglické popisky.

Cíle práce považuji za splněné, práce je napsána výstižně a srozumitelně a přes drobné nedostatky ji hodnotím známkou A, tedy výborně.
Evaluation criteria Grade
Fulfilment of requirements and objectives of assignment A
Working process, extent and suitability of applied methods B
Scholarly contribution and originality B
Ability to interpret achieved results and draw conclusions B
Applicability of results in practice or theory B
Logical arrangement of thesis and its layout A
Grafic layout, used style and language level B
Work with used sources including quotations B
Topics for thesis defence:
  1. Vysvětlete nulovou hodnotu IoU pro třídu Umělá vodní plocha na obrázku 5.6 (přitom pro přírodní vodní plochy je hodnota nejvyšší ze všech detekovaných tříd).
  2. Vytvořená datová sada vykazuje (z podstaty úlohy) extrémní nevyváženost tříd. Jak by se dala tato nevyváženost snížit?
  3. Jakým způsobem se bude vámi trénovaný model chovat na jiné datové sadě (sadě s jiným prostorovým rozlišením)?
  4. V případě leteckých snímků pořízených v ranních nebo večerních hodinách mohou v segmentační úloze hrát značnou roli stín (budovy, vysoké stromy, ...). Pozoroval jste v tomto ohledu nějaké rozdíly mezi jednotlivými modely?

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová