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 language | German |
---|---|
Title of host publication | AGIT ‒ Journal für Angewandte Geoinformatik |
Pages | 329-337 |
Number of pages | 9 |
Volume | 5-2019 |
ISBN (Electronic) | ISBN 978-3-87907-671-0 |
DOIs | |
Publication status | Published - 3 Jul 2019 |