Utilization of UAV-Borne RGB Data for Monitoring Horses: Comparison of Classification Methods

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25410%2F23%3A39920286" target="_blank" >RIV/00216275:25410/23:39920286 - isvavai.cz</a>
Výsledek na webu
<a href="https://ieeexplore.ieee.org/abstract/document/10211822" target="_blank" >https://ieeexplore.ieee.org/abstract/document/10211822</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.23919/CISTI58278.2023.10211822" target="_blank" >10.23919/CISTI58278.2023.10211822</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Utilization of UAV-Borne RGB Data for Monitoring Horses: Comparison of Classification Methods
Popis výsledku v původním jazyce
The paper describes utilizing remotely sensed RGB data to support monitoring horses in a natural environment on demand. Data are sensed using an unmanned aerial vehicle (UAV). UAVs provide very high spatial resolution data sensed at a low altitude on demand. Sensing is limited by weather conditions and legal rules only. Terrain does not need to be accessible. The paper provides a comparison of several pixel-based and object-based classification methods, namely Maximum Likelihood, Random Trees, SVM, and K-NN. Manual classification is used as a reference method.
Název v anglickém jazyce
Utilization of UAV-Borne RGB Data for Monitoring Horses: Comparison of Classification Methods
Popis výsledku anglicky
The paper describes utilizing remotely sensed RGB data to support monitoring horses in a natural environment on demand. Data are sensed using an unmanned aerial vehicle (UAV). UAVs provide very high spatial resolution data sensed at a low altitude on demand. Sensing is limited by weather conditions and legal rules only. Terrain does not need to be accessible. The paper provides a comparison of several pixel-based and object-based classification methods, namely Maximum Likelihood, Random Trees, SVM, and K-NN. Manual classification is used as a reference method.

Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Iberian Conference on Information Systems and Technologies (CISTI)
ISBN
979-8-3503-0527-2
ISSN
2166-0727
e-ISSN
2166-0727
Počet stran výsledku
6
Strana od-do
191760
Název nakladatele
IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání
New York
Místo konání akce
Aveiro
Datum konání akce
20. 6. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—

Podobné výsledky(10)