Bachelorarbeit: Baumartenklassifikation aus Überfliegungsdaten
In der Forstwirtschaft sind genaue Informationen über den Baumbestand (Art, Ort und Anzahl der Bäume) sehr wichtig, um Holzernte zu planen oder Biodiversität zu überwachen. Moderne Ansätze nutzen regelmäßige Überfliegungen um mit unterschiedlicher Sensorik wie LiDAR oder (Hyperspektral-)Kameras aus der Luft den Zustand des Waldes einzufangen. Aus diesen Aufnahmen können dann automatisch Art und Anzahl der Bäume extrahiert werden.
Aus: Onishi, M., Ise, T. Explainable identification and mapping of trees using UAV RGB image and deep learning. Sci Rep 11, 903 (2021). https://doi.org/10.1038/s41598-020-79653-9
Aufgabenbeschreibung
Diese Arbeit soll sich mit den Algorithmen zur Baumartenklassifikation aus Überfliegungsdaten beschäftigen. Hierzu soll zunächst ein Überblick über gängige Sensoren und deren Einsatz für Überfliegungen gegeben werden. Als Nächstes soll eine ausführliche Übersicht über den Stand der Technik der Algorithmen zur Baumklassifikation (sowohl mit und ohne Deep Learning) erstellt werden. Diese werden danach nach zuvor definierten Kriterien bewertet und theoretisch miteinander verglichen. Zum Schluss können ausgewählte Ansätze implementiert und auch im praktischen Vergleich auf echten Überfliegungsdaten des Landes Nordrhein-Westfalen angewandt werden.
Stichworte: tree species classification, remote sensing, UAV, deep learning
Betreuer: Bliznyuk
Weitere Arbeiten
Implementation of an Accelerated Projected Gradient Descent Solver for Multibody Dynamics Simulation
MA: Automatisierung der Verhandlung von digitalen Nutzungsrechten durch Self-sovereign Digital Twins
