Národní úložiště šedé literatury Nalezeno 7 záznamů.  Hledání trvalo 0.00 vteřin. 
Fusion of Radar and Visual Data for Remote Sensing
Strych, Tomáš ; Beran, Vítězslav (oponent) ; Kolář, Martin (vedoucí práce)
The aim of this thesis is to generate optical imagery in case of its unavailability. Optical and radar data from the past are used to generate such images. The main application field of this thesis is agriculture, where countless vegetation indexes can be used. In this thesis, for simplicity, only NDVI is utilized. Four datasets were created, each for the first three seasons of the year and the fourth that connects them all. As a solution for an image to image translation, Pix2Pix-cGAN was chosen. The results show the differences in the use of these datasets, between the different amounts and types of used pictures, as well as the interval adjustments between pictures. Our research found that the network is capable of creating plausible imagery with valid numerical values, but struggles to correctly utilize the information about the radar difference, which is important in order to evaluate plant development mainly when the optical imagery is unavailable. This thesis and its results are unique due to the geographically diverse dataset across Europe and the focus on agriculture, regardless of crop type.
Určení výskytu sněhových lavin z družicových dat pořízených radarem se syntetickou aperturou (SAR)
Klímová, Tereza ; Kolář, Jan (vedoucí práce) ; Brodský, Lukáš (oponent)
URČENÍ VÝSKYTU SNĚHOVÝCH LAVIN Z DRUŽICOVÝCH DAT POŘÍZENÝCH RADAREM SE SYNTETICKOU APERTUROU (SAR) Abstrakt Práce se zabývá určováním míst s lavinovým proudem na radarových snímcích pořízených radarem se syntetickou aperturou na družici Sentinel-1. Hlavním cílem je navrhnout postup pro rozpoznání míst na snímku, kde spadla sněhová lavina. Metodika je založena na principu neuronových sítí, konkrétně na využití předtrénovaného modelu neuronové sítě VGG-19. Dle výsledku trénování neuronové sítě jsou následně výřezy snímků zařazovány do dvou kategorií: na snímku se nachází nebo nenachází lavina. Jedná se tedy o binární klasifikaci. Výsledkem je statistické zhodnocení úspěšnosti zařazování do kategorií a porovnání s tradičními postupy. klíčová slova: lavina, Sentinel-1, neuronová síť, VGG-19

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.