神經(jīng)網(wǎng)絡(luò)已學(xué)會(huì)識(shí)別樹木種類
Skoltech科學(xué)家開發(fā)了一種算法，可以識(shí)別衛(wèi)星圖像中的各種樹木。他們的研究發(fā)表在IEEE應(yīng)用地球觀測(cè)與遙感精選主題期刊上。確定樹種對(duì)于有效的森林管理和監(jiān)測(cè)至關(guān)重要。與其他需要對(duì)廣闊而偏遠(yuǎn)地區(qū)進(jìn)行地面觀測(cè)的方法相比，衛(wèi)星影像是一種更輕松，更便宜的方法來完成此任務(wù)。
Skoltech計(jì)算與數(shù)據(jù)密集型科學(xué)與工程中心(CDISE)和Skoltech航天中心的研究人員使用神經(jīng)網(wǎng)絡(luò)來自動(dòng)識(shí)別高分辨率和中分辨率圖像中的優(yōu)勢(shì)樹種。分層分類模型和其他數(shù)據(jù)(例如植被高度)有助于進(jìn)一步提高預(yù)測(cè)質(zhì)量，同時(shí)提高了算法的穩(wěn)定性以方便其實(shí)際應(yīng)用。
“商業(yè)森林稅收提供者及其最終用戶，包括木材采購(gòu)商和加工商，以及森林工業(yè)實(shí)體，可以使用新技術(shù)對(duì)租賃地區(qū)的木材資源進(jìn)行定量和定性評(píng)估。此外，我們的解決方案還可以對(duì)未開發(fā)的森林進(jìn)行快速評(píng)估在投資吸引力方面”。該論文的第一作者，Skoltech博士Svetlana Illarionova解釋說。學(xué)生。
計(jì)劃將開發(fā)的算法集成到Geoalert平臺(tái)中，以自動(dòng)化通過Parma-GIS銷售的森林工程材料的生產(chǎn)。
標(biāo)簽：