|
|
||
Předmět navazuje na Zpracování obrazových dat DPZ I. Rozšiřuje téma klasifikace obrazu o přístupy hlubokého učení. Další dvě stěžejní témata pokrývají problematiku zisku kvantitativní informace z dat DPZ a zpracování časových řad. Dále jsou probírány metody zpracování dat pořízených z různých senzorů a různého rozlišení. Přednášky jsou doplněny cvičeními, v nichž si studenti teoretické koncepty rozšíří o praktické implementace s využitím existujících softwarových řešení (ENVI,SNAP) a vlastního skriptování (R, Matlab, Python).
Last update: Potůčková Markéta, Ing., Ph.D. (17.02.2025)
|
|
||
Last update: Čábelka Miroslav, Ing. (15.01.2020)
|
|
||
1) Radiometrické korekce 2) Zpracování dat pořízených v tepelném IČ pásmu 3) Zpracování hyperspektrálních dat 4) Kvantitativní metody DPZ - Empirické modelování 5) Metody strojového a hlubokého učení v DPZ - random forest - principy hlubokéo učení - principy konvolučních neuronových sítí - architektury hlubokého učení pro DPZ 6) Časové řady - Teoretické principy zpracování 7) Kombinace dat různého rozlišení a z různých senzorů Zkouška bude obsahovat písemnou (50%) a ústní část (50%) v rozsahu přednášek, doporučené literatury a praktických úloh probíraných během cvičení. Veškeré studijní materiály jsou přístupné v Moodlu. Last update: Potůčková Markéta, Ing., Ph.D. (17.02.2025)
|