Отрывок: Сервис классификации принимает на вход путь к ди- ректории, где содержатся растровые файлы в формате GEOTIFF, соответствующие 13 слоям космоснимка Sentinel-2, приведенные к единому пространственно- му разрешению. Результатом работы сервиса являет- ся сегментированное изображение, где в каждом пик- селе указан его класс. Сервис формирует из исходно- го космоснимка тензор форм...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorБычков, И.В.-
dc.contributor.authorРужников, Г.М.-
dc.contributor.authorФедоров, Р.К.-
dc.contributor.authorПопова, А.К.-
dc.contributor.authorАвраменко, Ю.В.-
dc.date.accessioned2022-03-10 15:35:09-
dc.date.available2022-03-10 15:35:09-
dc.date.issued2022-01-
dc.identifierDspace\SGAU\20220305\96070ru
dc.identifier.citationБычков, И.В. Классификация космоснимков Sentinel-2 Байкальской природной территории / И.В. Бычков, Г.М. Ружников, Р.К. Федоров, А.К. Попова, Ю.В. Авраменко // Компьютерная оптика. – 2022. – Т. 46, № 1. – С. 90-96.– DOI: 10.18287/2412-6179-CO-1022.ru
dc.identifier.uri10.18287/2412-6179-CO-1022-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Klassifikaciya-kosmosnimkov-Sentinel2-Baikalskoi-prirodnoi-territorii-96070-
dc.description.abstractВ работе рассматривается задача классификации мультиспектральных космоснимков Sentinel-2 при организации экологического мониторинга Байкальской природной территории. Специфика территории потребовала создания нового набора из 12 классов, который учитывает актуальные проблемы и сформирован таким образом, что площади, соответствующие этим классам, полностью покрывают исследуемую территорию. Обучающая выборка сформирована с помощью Web-интерфейса на основе космоснимков Sentinel-2 и полевых исследований. Классификация космоснимков проводилась с использованием алгоритмов RandomForest и нейронной сети ResNet50. Точность расчетов показала, что результаты классификации могут применяться для решения актуальных задач Байкальской природной территории, в частности, для анализа изменений лесного фонда, оценки влияния изменений климата на ландшафт, анализа динамики застройки, инвентаризации сельхозугодий и т.д.ru
dc.description.sponsorshipРабота выполнена в рамках гранта № 075-15-2020-787 Министерства науки и высшего образования РФ на выполнение крупного научного проекта по приоритетным направлениям научно-технологического развития (проект «Фундаментальные основы, методы и технологии цифрового мониторинга и прогнозирования экологической обстановки Байкальской природной территории»).ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университетru
dc.relation.ispartofseries46;1-
dc.subjectнейронные сети, классификация, Sentinel-2, ДЗЗ, обработка изображенийru
dc.titleКлассификация космоснимков Sentinel-2 Байкальской природной территорииru
dc.title.alternativeClassification of Sentinel-2 satellite images of the Baikal Natural Territoryru
dc.typeArticleru
dc.textpartСервис классификации принимает на вход путь к ди- ректории, где содержатся растровые файлы в формате GEOTIFF, соответствующие 13 слоям космоснимка Sentinel-2, приведенные к единому пространственно- му разрешению. Результатом работы сервиса являет- ся сегментированное изображение, где в каждом пик- селе указан его класс. Сервис формирует из исходно- го космоснимка тензор форм...-
dc.classindex.scsti28.23.15-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
11_Бычков-Ружников-Федоров-Попова-Авраменко_SVPics-KI-Lit-JuN-MI-MA-Aut-JuN2.pdf4.32 MBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.