Multi-Sensor and Multi-Temporal Remote Sensing: Multi-Sensor and Multi-Temporal Remote Sensing: Specifické mapování jednotlivých tříd

Původní název:

Multi-Sensor and Multi-Temporal Remote Sensing: Specific Single Class Mapping

Obsah knihy:

Tato kniha se zabývá modely fuzzy strojového a hlubokého učení pro mapování jednotlivých tříd z multisenzorových a multitemporálních snímků dálkového průzkumu Země, přičemž si poradí se smíšenými pixely a šumem. Zabývá se také způsoby předběžného zpracování a redukcí spektrální dimenzionality časových dat. Dále se zabývá přístupem k trénování "jednotlivého vzorku jako průměru" pro zvládání heterogenity v rámci třídy. Část knihy věnovaná přílohám obsahuje případové studie, jako je mapování typu plodin, lesních druhů a strniště vypálených rýžových polí.

Klíčové vlastnosti:

⬤ Soustředí se na využití vícesenzorových a vícesoučasových dat a zároveň se zabývá spektrálním překrýváním mezi třídami.

⬤ Probírá řadu modelů fuzzy/hlubokého učení schopných extrahovat konkrétní jednotlivé třídy a oddělit šum.

⬤ Popisuje předběžné zpracování při použití spektrálních, texturních, CBSI indexů a koeficientu zpětného rozptylu/Radar Vegetation Index (RVI).

⬤ Diskutuje o úloze trénovacích dat pro zpracování heterogenity v rámci třídy.

⬤ Podporuje zpracování dat z více senzorů a více časových období prostřednictvím vlastního softwaru SMIC.

⬤ Obsahuje případové studie a praktické aplikace pro mapování jedné třídy.

Kniha je určena studentům postgraduálního studia, vědeckým pracovníkům a odborníkům, kteří se zabývají životním prostředím, geografií, informatikou, dálkovým průzkumem Země, geoinformatikou, lesnictvím, zemědělstvím, studiemi po katastrofách, urbanistickými studiemi a dalšími příbuznými obory.