Detection and tracking of spruce seedlings in spatiospectral images

I projektet detekteras och följs granplantor i spatiospektrala bilder för att därefter skapa en hyperspektral datakub för av varje gran. För att detektera granarna prövas fyra metoder: manuell detektion, detektion med segmentering, detektion med SVM och detektion med neuralt nätverk. Minnesanvändnin...

Full description

Bibliographic Details
Main Authors: Löwbeer, Emma, Åkesson, Erik
Format: Others
Language:English
Published: Linköpings universitet, Medie- och Informationsteknik 2020
Subjects:
SVM
Online Access:http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-170125
id ndltd-UPSALLA1-oai-DiVA.org-liu-170125
record_format oai_dc
spelling ndltd-UPSALLA1-oai-DiVA.org-liu-1701252020-09-30T05:49:11ZDetection and tracking of spruce seedlings in spatiospectral imagesengDetektion och följning av granplantor i spatiospektrala bilderLöwbeer, EmmaÅkesson, ErikLinköpings universitet, Medie- och InformationsteknikLinköpings universitet, Tekniska högskolanLinköpings universitet, Medie- och InformationsteknikLinköpings universitet, Tekniska högskolan2020objektdetektionneurala nätverksegmenteringFaster R-CNNSVMdetektionspårninghyperspektrala bilderspatiospektrala bildergranplantordatorseendeMedia and Communication TechnologyMedieteknikI projektet detekteras och följs granplantor i spatiospektrala bilder för att därefter skapa en hyperspektral datakub för av varje gran. För att detektera granarna prövas fyra metoder: manuell detektion, detektion med segmentering, detektion med SVM och detektion med neuralt nätverk. Minnesanvändning och körningstid jämförs mellan två implementationer, där hyperspektral rekonstruktion görs med olika metoder. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-170125application/pdfinfo:eu-repo/semantics/openAccess
collection NDLTD
language English
format Others
sources NDLTD
topic objektdetektion
neurala nätverk
segmentering
Faster R-CNN
SVM
detektion
spårning
hyperspektrala bilder
spatiospektrala bilder
granplantor
datorseende
Media and Communication Technology
Medieteknik
spellingShingle objektdetektion
neurala nätverk
segmentering
Faster R-CNN
SVM
detektion
spårning
hyperspektrala bilder
spatiospektrala bilder
granplantor
datorseende
Media and Communication Technology
Medieteknik
Löwbeer, Emma
Åkesson, Erik
Detection and tracking of spruce seedlings in spatiospectral images
description I projektet detekteras och följs granplantor i spatiospektrala bilder för att därefter skapa en hyperspektral datakub för av varje gran. För att detektera granarna prövas fyra metoder: manuell detektion, detektion med segmentering, detektion med SVM och detektion med neuralt nätverk. Minnesanvändning och körningstid jämförs mellan två implementationer, där hyperspektral rekonstruktion görs med olika metoder.
author Löwbeer, Emma
Åkesson, Erik
author_facet Löwbeer, Emma
Åkesson, Erik
author_sort Löwbeer, Emma
title Detection and tracking of spruce seedlings in spatiospectral images
title_short Detection and tracking of spruce seedlings in spatiospectral images
title_full Detection and tracking of spruce seedlings in spatiospectral images
title_fullStr Detection and tracking of spruce seedlings in spatiospectral images
title_full_unstemmed Detection and tracking of spruce seedlings in spatiospectral images
title_sort detection and tracking of spruce seedlings in spatiospectral images
publisher Linköpings universitet, Medie- och Informationsteknik
publishDate 2020
url http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-170125
work_keys_str_mv AT lowbeeremma detectionandtrackingofspruceseedlingsinspatiospectralimages
AT akessonerik detectionandtrackingofspruceseedlingsinspatiospectralimages
AT lowbeeremma detektionochfoljningavgranplantorispatiospektralabilder
AT akessonerik detektionochfoljningavgranplantorispatiospektralabilder
_version_ 1719346918476218368