elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Tree Recognition in Bing Maps’ Aerial and Satellite Imagery with a Convolutional Neural Network

Hoefer, Jonas Felix (2022) Tree Recognition in Bing Maps’ Aerial and Satellite Imagery with a Convolutional Neural Network. Masterarbeit, Julius-Maximilians-Universität Würzburg.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Kurzfassung

Woody vegetation is a common indicator for the health of biomes because they are an important factor for bio diversity. Furthermore, trees and shrubs are also very crucial for ecosystems due to their ability to provide carbon storage, protection from erosion as well as food for animals and humans. In this thesis a workflow was developed as proof of concept that Convolutional Neural Network (CNN)s are a suitable approach for the segmentation of medium resolution remote sensing Red Green Blue (RGB) data. The aim of the segmentation was to recognize woody vegetation along a geographic vegetation gradient. The workflow includes data acquisition, manual annotation and training of a modified U-Shaped Encoder-Decoder CNN (UNet). As sample area for test and training data, I chose a north-south line of approximately 10° longitude in West Africa, stretching from Mali to Ghana. The trained models showed promising results with a decrease in robustness towards the southern more densely vegetated areas. To quantify the spatial transferability of the CNN model with regard to three test areas, I performed spatial Cross Validation (spatial CV). Due to the large vegetation gradient the results of the spatial CV showed losses of approximately 15 % to 30 % in precision and recall when the model is spatially transferred.

elib-URL des Eintrags:https://elib.dlr.de/187907/
Dokumentart:Hochschulschrift (Masterarbeit)
Titel:Tree Recognition in Bing Maps’ Aerial and Satellite Imagery with a Convolutional Neural Network
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Hoefer, Jonas FelixJulius-Maximilians-Universität WürzburgNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2022
Referierte Publikation:Nein
Open Access:Nein
Seitenanzahl:62
Status:veröffentlicht
Stichwörter:CNN, tree detection, woody cover, West Africa
Institution:Julius-Maximilians-Universität Würzburg
Abteilung:Lehrstuhl für Informatik VII - Robotik und Telematik
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Optische Fernerkundung
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Deutsches Fernerkundungsdatenzentrum > Dynamik der Landoberfläche
Hinterlegt von: Thonfeld, Dr. Frank
Hinterlegt am:26 Nov 2022 16:51
Letzte Änderung:26 Nov 2022 16:51

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.