Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Deep learning for tree line ecotone mapping from remote sensing data
Dvořák, Jakub ; Potůčková, Markéta (vedoucí práce) ; Lefèvre, Sébastien (oponent)
Hluboké učení se v posledních letech stále více uplatňuje v dálkovém průzkumu, především jako klasifikační algoritmus. První část této práce popisuje hluboké neuronové sítě používané pro klasifikaci v dálkovém průzkumu a možnosti jejich využití. V této části práce jsou diskutovány i implementace hlubokých modelů ve vybraných geografických softwarech. Teoretická zjištění z první části práce jsou ověřena pomocí dvou hlubokých konvolučních sítí typu "Encoder-Decoder" - U-Net a její navrhovaná adaptace KrakonosNet. Tyto sítě jsou využity pro klasifikaci smrků a kosodřeviny v oblasti krkonošské horní hranice lesa. Normalizovaný digitální model povrchu je využit k tvorbě dostatečného množství trénovacích dat a klasifikace samotná je provedena pouze na základě optických dat s velmi vysokým prostorovým rozlišením. Výsledná klasifikace je porovnána s několika tradičními metodami, konkrétně se jedná o klasifikátor maximální pravděpodobnosti, náhodný les a metodu podpůrných vektorů. U-Net i KrakonosNet dosáhly na tomto datasetu výrazně lepších výsledků a budou následně využity pro potřeby souvisejícího výzkumného projektu. Klíčová slova hluboké učení, U-Net, Krkonoše, klasifikace, mapování vegetace, smrk ztepilý, borovice kleč, ortofoto
Mapování blokových akumulací z RPAS LiDARových a obrazových dat
Kolář, Michal ; Potůčková, Markéta (vedoucí práce) ; Dušánek, Petr (oponent)
V současnosti díky neustálému vývoji v měřící technice je možné pořídit velmi podrobná a přesná data popisující povrch Země. V rámci projektu "Vývoj metod pro sledování změn vegetace a krkonošské tundry analýzou dat z multispektrálních, hyperspektrálních a LiDAR senzorů UAV" ve spolupráci s Krkonošským národním parkem byla pořízena LiDARová a optická data velmi vysokého rozlišení, kdy hustota bodového mračna dosahuje až 800 bodů/m2 a GSD ortofota 0,02 m. Data zachycují část kamenných sutí na kryoplanačních terasách na úbočí Luční hory ve třech časových obdobích: červen, červenec a srpen 2019. Cílem práce je navrhnout metodiku mapování blokových akumulací a vyhodnotit podrobnost dat. Klíčová slova: blokové akumulace, laserové skenování, UAV, bodové mračno, ortofoto, segmentace

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