A new data combination approach in UAV-based remote sensing problems in case of conflicting sources of information
No Thumbnail Available
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
National Aviation University
Abstract
Nowadays UAV (unmanned aerial vehicles) give new opportunites for solution different remote sensing problems, such as: ecological monitoring, surveying mines, forest classification and others [1]. Information fusion is a one of most difficult procedures in land-cover classification, using UAV-based Remote Sensing. But a lot of known combination approaches yield illogical results, when sources of information highly conflict with each other
Нині БПЛА (безпілотні літальні апарати) дають нові можливості для вирішення різноманітних проблем дистанційного зондування, таких як: екологічний моніторинг, геодезична робота шахт, класифікація лісів та інші [1]. Злиття інформації є однією з найскладніших процедур у класифікації земного покриву з використанням дистанційного зондування на основі БПЛА. Але багато відомих комбінованих підходів дають нелогічні результати, коли джерела інформації сильно конфліктують один з одним
Нині БПЛА (безпілотні літальні апарати) дають нові можливості для вирішення різноманітних проблем дистанційного зондування, таких як: екологічний моніторинг, геодезична робота шахт, класифікація лісів та інші [1]. Злиття інформації є однією з найскладніших процедур у класифікації земного покриву з використанням дистанційного зондування на основі БПЛА. Але багато відомих комбінованих підходів дають нелогічні результати, коли джерела інформації сильно конфліктують один з одним
Description
1. Alpert, М.І., Alpert, S.І., 2021. A new approach to accuracy assessment of land-cover classification in UAV-based Remote Sensing. XXth International Conference “Geoinformatics: Theoretical and Applied Aspects”, Kiev, pp. 1–5;
2. Lein, J. K., 2003. Applying evidential reasoning methods to agricultural land cover classification. Int. Journal of Remote Sensing, 24 (21), pp. 4161–4180;
3. Popov, M., Alpert, S., Podorvan, V., Topolnytskyi , M., Mieshkov, S., 2015. Method of Hyperspectral Satellite Image Classification under Contaminated Training Samples Based on Dempster-Shafer’s Paradigm. Central European Researchers Journal, 1 (1), pp. 86–97.
Keywords
remote sensing, evidence theory, combination rules, conflicting data, Dempster’s rule, дистанційне зондування, теорія доказів, правила комбінації, суперечливі дані, правило Демпстера
Citation
Alpert S. A new data combination approach in UAV-based remote sensing problems in case of conflicting sources of information // Polit. Challenges of science today. Environmental safety, engineering and technologies : abstracts of XXII International conference of higher education students and young scientists. – National Aviation University. – Kyiv, 2022. – 4-5 P.