Minimal Sampling Classifier

MiSa.C
Minimal Sampling Classifier

Das innovative Klassifikationstool für Fernerkundungsdaten ermöglicht, mit nur einem einzigen Trainingsreferenzpunkt pro Klasse, eine präzise Kategorisierung komplexer Oberflächen über Raum und Zeit.

erfahren sie mehr
Der Minimal Sampling Classifier - MiSa.C ist eine Front-End Entwicklung für die wissenschaftliche Software Habitat Sampler HaSa
Dieses Klassifizierungstool ist besonders für die Kategorisierung komplexer Oberflächen geeignet, die in Bilddaten eher heterogen erscheinen und daher durch andere Klassifizierungsmethoden nur schwer fassbar sind. Als Eingangsdaten wird lediglich der zu klassifizierende Bilddatensatz (ein Datenstack kann auch im Tooldirekt aus Sentinel-2 Daten erstellt werden), sowie ein Referenzpunkt pro Trainingsklasse benötigt.

Das Tool benutzt die Bildstatistiken, sowie maschinelles Lernen, um automatisch einen erweiterten Satz unvoreingenommener und umfassender Trainingsdaten zu erstellen, die als Grundlage für die Erstellung einer großen Anzahl von Modellen verwendet werden, die die Klassifizierungsergebnisse repräsentieren und mit den Referenzdatensätzen abgeglichen werden.
Benutzer:innen mit Expertenwissen können für eine räumlich abgegrenzte, repräsentative Region des gesamten Klassifizierungsgebiets die Modellergebnisse in einem schrittweisen Ansatz bewerten, der die Flexibilität bietet, jede Klassifizierungsentscheidung durch Schwellenwertangaben detailliert abzustimmen.
Ein großer Vorteil von MiSa.C ist die Fähigkeit, mehrere Bildquellen zusammen zu verarbeiten, die in einem 4D-Datenkubus (Flächen-, Spektral- und Zeitbereich) bereitgestellt werden, z.B. eine Kombination aus optischen Bildern, Radarbildern und einem digitalen Höhenmodell oder anderem.

Sie müssen komplexe Klassenentscheidungen mit nur begrenzt verfügbaren Referenzinformationen lösen? Versuchen Sie MiSa.C!
kontaktieren sie uns

FERN.Lab Prozesskette

IDENTIFY & COLLECT
Nutzung von OpenData (Sentinel / Copernicus), Nutzung kommerzieller Daten, Beratung bei der Auswahl von Quelldaten
COMBINE & PROCESS
Vorbereitung von Zeitreihenanalysen
ANALYSE & TEST
Biotopkartierung
IMPLEMENT & APPLY
Individuelle GUI Erstellung, Dokumentation

Minimal Sampling Classifier

erfahren sie mehr

Projekt GEOINT4ENV

Projekt HEATR

Projekt Furuno