Deep-Learning-basierte Baumartenklassifizierung auf Basis von multitemporalen ALS-Daten

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem Konferenzband

Abstract

In diesem Beitrag werden Methoden zur Baumartentrennung (Fichte, Kiefer und Laubbäume) auf Basis von multitemporalen ASL-Daten mit einem Deep-Learning(DL)-Ansatz unter Verwendung von Convolutional Neural Network (CNN) untersucht. Die Baumartentrennung wurde auf Einzelbaumbasis durchgeführt. Die erreichten Genauigkeiten für einzelne Datenepochen variieren zwi-schen 60 % und 80 %. Durch das Zusammenführen von einzelnen Ergebnissen zu einer multitempora-len Klassifikation konnte eine Genauigkeit von knapp 90 % erreicht werden.
Originalsprachedeutsch
TitelAGIT ‒ Journal für Angewandte Geoinformatik
Seiten329-337
Seitenumfang9
Band5-2019
ISBN (elektronisch)ISBN 978-3-87907-671-0
DOIs
PublikationsstatusVeröffentlicht - 3 Jul 2019

Dieses zitieren