Show simple item record

Algorithms for image data processing from the Sentinel satellites



dc.contributor.advisorŠorel Michal
dc.contributor.authorEmanuel Frátrik
dc.date.accessioned2021-08-31T09:51:19Z
dc.date.available2021-08-31T09:51:19Z
dc.date.issued2021-08-26
dc.identifierKOS-980732129505
dc.identifier.urihttp://hdl.handle.net/10467/97033
dc.description.abstractAutomatické mapovanie krajinného pokryvu a využitia územia je jednou z najdoležitejších úloh vzdialeného prieskumu Zeme. Problémom v tejto oblasti je nedostatok kvalitných ground truth dát, ktorých tvorba býva často náročná minimálne z časového hľadiska. V tejto práci úkážeme, že satelitné snímky generované misiou Sentinel-2 a mapové dáta z verejnej databázy OpenStreetMap tvoria prístupný a cenný zdroj dát na automatizáciu takejto tvorby datasetov krajinného pokryvu. Následne sú tieto datasety použité na riešenie klasifikácie a sémantickej segmentácie pokrytia krajiny v satelitných snímkach za pomoci algoritmov založených na metódach strojového učenia. Dosiahnuté výsledky sú nakoniec porovnávané a diskutované vzhľadom ku kvalite vytvorených modelov ale aj vzhľadom ku použitým algoritmom, počtu spektrálnych pásiem a nevyváženosti použitých datasetov.cze
dc.description.abstractAutomatic mapping of land cover and land use is one of the most important tasks of remote sensing. The problem in this area is the lack of ground truth data, the creation of which is often demanding at least in terms of time. In this work, we show that satellite imagery generated by the Sentinel-2 mission and map data from the public OpenStreetMap database form an accessible and valuable source of data to automate such land cover dataset creation. Subsequently, these datasets are used to solve the classification and semantic segmentation of landscape coverage in satellite images using algorithms based on machine learning methods. The achieved results are finally compared and discussed with respect to the quality of the created models but also with respect to the algorithms used, the number of spectral bands and the imbalance of the datasets used.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA 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.htmleng
dc.rightsVysokoškolská 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.htmlcze
dc.subjectdatasetcze
dc.subjectklasifikáciacze
dc.subjectkrajinný pokryvcze
dc.subjectmultispektrálne satelitné snímkycze
dc.subjectneurónová sieťcze
dc.subjectOpenStreetMapcze
dc.subjectSentinel-2cze
dc.subjectsémantická segmentáciacze
dc.subjectstrojové učeniecze
dc.subjectvyužitie územiacze
dc.subjectdataseteng
dc.subjectclassificationeng
dc.subjectland covereng
dc.subjectmultispectral satellite imageryeng
dc.subjectneural networkeng
dc.subjectOpenStreetMapeng
dc.subjectSentinel-2eng
dc.subjectsemantic segmentationeng
dc.subjectmachine learningeng
dc.subjectland useeng
dc.titleAlgoritmy pro zpracování obrazových dat ze satelitů Sentinelcze
dc.titleAlgorithms for image data processing from the Sentinel satelliteseng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereeBlažek Jan
theses.degree.disciplineMatematické inženýrstvícze
theses.degree.grantorkatedra matematikycze
theses.degree.programmeAplikace přírodních vědcze


Files in this item




This item appears in the following Collection(s)

Show simple item record