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

Research output: Chapter in Book/Report/Conference proceedingConference contributionResearchpeer-review

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.
Original languageGerman
Title of host publicationAGIT ‒ Journal für Angewandte Geoinformatik
Pages329-337
Number of pages9
Volume5-2019
ISBN (Electronic)ISBN 978-3-87907-671-0
DOIs
Publication statusPublished - 3 Jul 2019

Cite this