bibtype K - Conference Paper (Czech conference)
ARLID 0557864
utime 20240527131347.0
mtime 20220602235959.9
title (primary) (cze) Jak to v těch datech najít?
specification
page_count 14 s.
media_type E
serial
ARLID cav_un_epca*0558715
title České uživatelské fórum Copernicus 2021
publisher
place Praha
name Coparnicus
year 2022
title (eng) How to find it in the data?
keyword remote sensing
keyword satellite imaging
keyword machine learning
author (primary)
ARLID cav_un_auth*0101238
name1 Zitová
name2 Barbara
institution UTIA-B
full_dept (cz) Zpracování obrazové informace
full_dept (eng) Department of Image Processing
department (cz) ZOI
department (eng) ZOI
full_dept Department of Image Processing
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author
ARLID cav_un_auth*0108377
name1 Šorel
name2 Michal
institution UTIA-B
full_dept (cz) Zpracování obrazové informace
full_dept Department of Image Processing
department (cz) ZOI
department ZOI
full_dept Department of Image Processing
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
source
url https://copernicus.gov.cz/wp-content/uploads/2021/11/13_Jak-to-v-tech-datech-najit.pdf
source
url http://library.utia.cas.cz/separaty/2022/ZOI/zitova-0557864.pdf
cas_special
abstract (cze) Přednáška si klade za cíl seznámit odbornou veřejnost s aktivitami oddělení Zpracování obrazové informace ÚTIA AV ČR v.v.i. v oblasti analýz dat projektu Copernicus. Oddělení se dlouhodobě zabývá vývojem metod digitálního zpracování obrazu a hlubokého učení. Během posledních dvou let vzniklo několik demonstračních studentských prací ve spolupráci s MFF UK a FJFI ČVUT využívajících data z družic Sentinel, jako například rozpoznávání typů plodin z časových řad snímků ze satelitu Sentinel-2, automatická segmentace oblastí podle způsobu využití či typu povrchu pomocí metod strojového učení, přesnější detekce mraků v datech ze Sentinel-2, ve spolupráci s Ústavem pro hydrodynamiku AV ČR postupy pro odhad vlhkosti povrchové vrstvy krajiny z dat družice Sentinel-2 a zvyšování rozlišení tepelných dat Sentinel-3 pomocí metod hlubokého učení. V druhé části budou přiblíženy možnosti aplikace metod vyvinutých pro jiné oblasti (separace zdrojů \ninformace) v DPZ.
abstract (eng) The lecture aims to introduce the activities of the Image Processing Department of the Institute of Image Information of the CAS in the field of Copernicus data analysis to the professional public. The department has long been involved in the development of digital image processing and deep learning methods. During the last two years, in cooperation with the MFF UK and FJFI CTU, several student demonstration projects using data from Sentinel satellites have been finished, such as crop type recognition from Sentinel-2 time-series images, automatic segmentation of areas by land use or surface type using machine learning methods learning, more accurate cloud detection in Sentinel-2 data, in collaboration with the Institute of Hydrodynamics of the CAS Czech Republic, procedures for estimating landscape surface moisture from Sentinel-2 data and increasing the resolution of Sentinel-3 thermal data using deep learning methods. The second part will present the application of developed methods for other areas in remote sensing.
action
ARLID cav_un_auth*0431228
name České uživatelské fórum Copernicus 2021
dates 20211109
mrcbC20-s 20211110
place Praha
country CZ
RIV JD
FORD0 20000
FORD1 20200
FORD2 20206
reportyear 2023
num_of_auth 2
presentation_type PR
inst_support RVO:67985556
permalink http://hdl.handle.net/11104/0332282
mrcbC61 1
confidential S
arlyear 2022
mrcbU14 SCOPUS
mrcbU24 PUBMED
mrcbU34 WOS
mrcbU63 cav_un_epca*0558715 České uživatelské fórum Copernicus 2021 Coparnicus 2022 Praha