Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

SEMANTIC CLASSIFICATION OF SANDSTONE LANDSCAPE POINT CLOUD BASED ON NEIGHBOURHOOD FEATURES

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11310%2F20%3A10413794" target="_blank" >RIV/00216208:11310/20:10413794 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B2-2020/333/2020/isprs-archives-XLIII-B2-2020-333-2020.pdf" target="_blank" >https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B2-2020/333/2020/isprs-archives-XLIII-B2-2020-333-2020.pdf</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.5194/isprs-archives-XLIII-B2-2020-333-2020" target="_blank" >10.5194/isprs-archives-XLIII-B2-2020-333-2020</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    SEMANTIC CLASSIFICATION OF SANDSTONE LANDSCAPE POINT CLOUD BASED ON NEIGHBOURHOOD FEATURES

  • Popis výsledku v původním jazyce

    The technology of airborne laser scanning enables fast and accurate gathering spatial data containing also echoes from the terrain below the vegetation canopy that is beneficial for topographic mapping of wooded sandstone landscapes in Czechia, Poland, and Germany. The challengeable task is to determine the ground points in the point cloud because commonly used filtration methods do not successfully distinguish between vegetation and rock pillars and faces. In this paper, we replace filtration with classification approach using the features derived from characteristics of points within a neighbourhood of optimized sizes, such as eigenvalue-based features and echo ratio. Random Forest classifier is trained and tested on the manually labelled dataset with a density of almost 650 points/m2 from the Adršpach-Teplice Rocks. The overall accuracy reaches 87% but recall and precision of non-ground points are unsatisfactory. Misclassified non-ground points are located also within trees, thus we do not consider the result as suitable for DTM processing without further processing.

  • Název v anglickém jazyce

    SEMANTIC CLASSIFICATION OF SANDSTONE LANDSCAPE POINT CLOUD BASED ON NEIGHBOURHOOD FEATURES

  • Popis výsledku anglicky

    The technology of airborne laser scanning enables fast and accurate gathering spatial data containing also echoes from the terrain below the vegetation canopy that is beneficial for topographic mapping of wooded sandstone landscapes in Czechia, Poland, and Germany. The challengeable task is to determine the ground points in the point cloud because commonly used filtration methods do not successfully distinguish between vegetation and rock pillars and faces. In this paper, we replace filtration with classification approach using the features derived from characteristics of points within a neighbourhood of optimized sizes, such as eigenvalue-based features and echo ratio. Random Forest classifier is trained and tested on the manually labelled dataset with a density of almost 650 points/m2 from the Adršpach-Teplice Rocks. The overall accuracy reaches 87% but recall and precision of non-ground points are unsatisfactory. Misclassified non-ground points are located also within trees, thus we do not consider the result as suitable for DTM processing without further processing.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10508 - Physical geography

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences

  • ISBN

  • ISSN

    1682-1750

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    333-338

  • Název nakladatele

    Copernicus GmbH (Copernicus Publications)

  • Místo vydání

    Germany

  • Místo konání akce

    Nice, France (online)

  • Datum konání akce

    31. 8. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku