A Deep Learning approach to land use classification in high resolution satellite imagery
Consultable a partir de
2025-07-01
Fecha
2020Autor
Director
Versión
Acceso embargado 5 años / 5 urteko bahitura
Tipo
Trabajo Fin de Máster/Master Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
A lo largo de los últimos años ha aumentado el interés y la necesidad de disponer de información
de usos y coberturas del territorio fiable y actualizada, siendo numerosos los proyectos de
carácter local, nacional e internacional cuyo objetivo es la creación y actualización de bases de
datos de usos y ocupación del suelo.
En los últimos años se han producido importantes avances tecnológicos e ...
[++]
A lo largo de los últimos años ha aumentado el interés y la necesidad de disponer de información
de usos y coberturas del territorio fiable y actualizada, siendo numerosos los proyectos de
carácter local, nacional e internacional cuyo objetivo es la creación y actualización de bases de
datos de usos y ocupación del suelo.
En los últimos años se han producido importantes avances tecnológicos en el sector de la
teledetección y el tratamiento de imágenes de satélite. En Europa, se ha impulsado la
investigación en el ámbito de la observación de la Tierra gracias al programa Copernicus
gestionado por la Agencia Espacial Europea (ESA).
Este proyecto se encuentra focalizado en la puesta a punto de una metodología para el
seguimiento del grado de consolidación en las áreas de suelo en desarrollo urbano de las
ciudades. Para tales fines se ha optado por segmentar semánticamente imágenes satelitales del
programa Copernicus mediante la aplicación de innovadoras técnicas de Deep Learning. Los
resultados obtenidos han sido comparados a los obtenidos mediante un proceso semiautomático,
realizado por profesionales de teledetección. [--]
Over the last few years, the interest and the need for reliable up-to-date land use and land cover
information has increased. Therefore, a plethora of local, national and international projects have
appeared aiming to create and update land use and land cover databases.
In recent years there have been ground-breaking technological advances in the field of remote
sensing and satellite imagery ...
[++]
Over the last few years, the interest and the need for reliable up-to-date land use and land cover
information has increased. Therefore, a plethora of local, national and international projects have
appeared aiming to create and update land use and land cover databases.
In recent years there have been ground-breaking technological advances in the field of remote
sensing and satellite imagery processing. In Europe, research in the field of Earth observation
has been boosted by the Copernicus programme managed by the European Space Agency
(ESA).
This project is focused on the development of a methodology for monitoring the degree of land
consolidation in developing urban areas. To this end, we have chosen to segment Copernicus
satellite images semantically through the application of cutting-edge Deep Learning techniques.
The results obtained have been compared to those procured by a semi-automatic process, carried
out by remote sensing professionals. [--]
Materias
Apredizaje profundo,
Segmentación semántica,
Observación de la Tierra,
Teledetección,
Redes neuronales convolucionales,
Deep learning,
Semantic segmentation,
Earth observation,
Remote sensing,
Convolutional neural networks
Titulación
Máster Universitario en Ingeniería Informática por la Universidad Pública de Navarra /
Nafarroako Unibertsitate Publikoko Unibertsitate Masterra Informatika Ingeniaritzan