Pravděpodobnostní model pro rozpoznání druhu využití krajiny v časových sekvencích satelitních snímků

Martin Španěl

Probabilistic Model for Land Cover Type Recognition in Temporal Sequences of Satellite Images

Type of document

diplomová práce
master thesis

Author

Martin Španěl

Supervisor

Flach Boris

Opponent

Brodský Lukáš

Field of study

Počítačové vidění a digitální obraz

Study program

Otevřená informatika

Institutions assigning rank

katedra kybernetiky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Vyvinuli jsme metodu na rozpoznávání změn povrchu krajiny v posloupnostech satelitních snímků s vysokým časovým rozlišením. Představujeme dva postupy strojového učení: Jeden založený na skry-tých Markovových modelech, druhý zalo-žený na obousměrné rekurentní neuronové síti. Obě metody byly otestovány na sku-tečných datech ze satelitů Landsat.

We developed a method to recognize changes of the land cover in sequences of satellite images with high temporal resolution. Two machine learning approaches are proposed: one based on a combination of several hidden Markov models, the other based on a single bidirectional recurrent neural network. Both methods were tested on real data from the Landsat satellites.