Visualization of uncertainty in LANDSAT classification process

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>

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.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

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

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

—