Anotace mapového podkladu podle satelitních snímků terénu

Abstract

Management pátracích operací po pohřesovaných osobách je složitý úkol. Velké množství manuální práce je vyžadováno při rozvržení pátracích prostředů do jednolivých sektorů pátrací oblasti. Automatizace tohoto procesu může výrazně snížit čas potřebný pro plánování takové operace. Přesná data popisující typy terénu v odlehlých oblastech jsou často několik let stará. Tato diplomová práce se zabývá aplikací metod strojového učení pro analýzu satelitních snímků. Predikce typu terénu podle pouze několik dní starého satelitního snímku může poskytnout cenné informace existujícímu systému pro plánování pátracích operací používanému v České Republice. V této práci je implementováno několik klasifikátorů, u kterých je následně proveden experiment pro vyhodnocení jejich přesnosti.

The management of search-and-rescue operations is a difficult task. A proper assignment of resources for individual segments of an estimated area where a missing person has been reported requires lots of manual work. Automation of this process could reduce the time needed for the planning phase of these operations. The exact information available about the terrain type in hard-to-reach areas is often out of date by many years. This master thesis is concerned with the application of machine learning to the analysis of satellite imagery. Predicting the terrain type from a satellite image that is only a few days old can add valuable information to an existing system for planning search-and-rescue operations used by the rescue services of the Czech Republic. In this work, several classifiers were implemented and an accuracy assessment experiment was conducted.