Visualization of uncertainty in LANDSAT classification process
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F15%3A43908554" target="_blank" >RIV/62156489:43110/15:43908554 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1109/TSP.2015.7296374" target="_blank" >http://dx.doi.org/10.1109/TSP.2015.7296374</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/TSP.2015.7296374" target="_blank" >10.1109/TSP.2015.7296374</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Visualization of uncertainty in LANDSAT classification process
Popis výsledku v původním jazyce
Many uncertainties can be found in the classification of remotely sensed data. Namely they can arise in defining classification classes. We use two ways, incorporating acquired Corine Land Cover labels and our manually annotated labels. We are describingseveral visualization possibilities to demonstrate uncertainties in labels and their connections with classification results. We use parallel coordinates to visualize data, presenting problems in classes definitions. These failures can be consequently seen in the results of classification in confusion matrix. We inspect also posterior probabilities of k-Nearest Neighbor (k-NN) classifier visualizing maximum likelihood class probabilities as alpha channel of resulting classification map.
Název v anglickém jazyce
Visualization of uncertainty in LANDSAT classification process
Popis výsledku anglicky
Many uncertainties can be found in the classification of remotely sensed data. Namely they can arise in defining classification classes. We use two ways, incorporating acquired Corine Land Cover labels and our manually annotated labels. We are describingseveral visualization possibilities to demonstrate uncertainties in labels and their connections with classification results. We use parallel coordinates to visualize data, presenting problems in classes definitions. These failures can be consequently seen in the results of classification in confusion matrix. We inspect also posterior probabilities of k-Nearest Neighbor (k-NN) classifier visualizing maximum likelihood class probabilities as alpha channel of resulting classification map.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2015
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
38th International Conference on Telecommunications and Signal Processing
ISBN
978-1-4799-8498-5
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
789-792
Název nakladatele
Vysoké učení technické v Brně
Místo vydání
Brno
Místo konání akce
Praha
Datum konání akce
9. 7. 2015
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—