Rilevamento del cambiamento e analisi delle serie temporali di immagini 2: Metodi supervisionati

Titolo originale:

Change Detection and Image Time Series Analysis 2: Supervised Methods

Contenuto del libro:

Change Detection and Image Time Series Analysis 2 presenta metodi supervisionati basati sull'apprendimento automatico per l'analisi dell'evoluzione temporale utilizzando serie temporali di immagini associate a dati di osservazione della Terra. Il capitolo 1 affronta la fusione di dati multisensore, multirisoluzione e multitemporali. Propone due soluzioni supervisionate basate su un campo casuale di Markov: la prima si basa su un quadrilatero e la seconda è specificamente progettata per trattare serie temporali multimissione, multifrequenza e multirisoluzione.

Il capitolo 2 offre una panoramica dei metodi basati sui pixel per la classificazione delle serie temporali, dai primi metodi di apprendimento superficiale ai più recenti approcci basati sull'apprendimento profondo.

Il capitolo 3 si concentra sulle serie temporali ad altissima risoluzione spaziale e sull'uso delle informazioni semantiche per modellare i modelli di evoluzione spazio-temporale.

Il capitolo 4 è incentrato sulle sfide dell'analisi delle serie temporali dense, compresi gli aspetti di pre-elaborazione e una tassonomia delle metodologie esistenti. Infine, poiché la valutazione di un sistema di apprendimento può essere soggetta a molteplici considerazioni, i capitoli 5 e 6 offrono valutazioni approfondite.

I capitoli 5 e 6 offrono ampie valutazioni delle metodologie e dei quadri di apprendimento utilizzati per produrre mappe di cambiamento, nel contesto di problemi di classificazione del cambiamento multiclasse e/o multilabel.