prikaz prve stranice dokumenta Analiza satelitskih snimaka za klasifikaciju šumskih vrsta
No public access
undergraduate thesis
Analiza satelitskih snimaka za klasifikaciju šumskih vrsta
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:138876
Jakovac, Matija
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Jakovac, M. (2024). Analiza satelitskih snimaka za klasifikaciju šumskih vrsta (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:138876

Jakovac, Matija. "Analiza satelitskih snimaka za klasifikaciju šumskih vrsta." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:138876

Jakovac, Matija. "Analiza satelitskih snimaka za klasifikaciju šumskih vrsta." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:138876

Jakovac, M. (2024). 'Analiza satelitskih snimaka za klasifikaciju šumskih vrsta', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:138876

Jakovac M. Analiza satelitskih snimaka za klasifikaciju šumskih vrsta [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:138876

M. Jakovac, "Analiza satelitskih snimaka za klasifikaciju šumskih vrsta", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:138876

Metadata
TitleAnaliza satelitskih snimaka za klasifikaciju šumskih vrsta
Title (english)Satellite image analysis for classification of forest species
AuthorMatija Jakovac
MentorMarko Subašić (mentor)
Committee memberMarko Subašić (predsjednik povjerenstva)
Committee memberDonik Vršnak (član povjerenstva)
Committee memberIvana Matovinović (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-07-08, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Rad istražuje primjenu UNET modela odnosno konvolucijske neuronske mreže za segmentaciju i klasifikaciju šumskih vrsta koristeći satelitske snimke Sentinel-2. Model je treniran na skupu podataka od 236 slika, a evaluiran korištenjem metrika poput srednje kvadratne pogreške (MSE), srednje apsolutne pogreške (MARE) i Dice koeficijenta. Uspješan trening postignut je izborom pravilnih hiperparametra. Postignuti rezultati na testnom skupu podataka pokazuju visoku preciznost modela, s MSE od 0.0138, Dice koeficijentom od 0.9055 i točnosti predikcije za grab i johu većim od 0.95. Vizualizacija rezultata toplinskom kartom i raznim grafovima potvrđuje visoku točnost predikcije na neviđenim podacima. Ovaj rad doprinosi razvoju učinkovitog alata za analizu ekoloških podataka te je s njime moguće pomoći u zaštiti bioraznolikosti i održivom upravljanju šumskim resursima.
Abstract (english)
The paper investigates the application of the UNET model, that is, the convolutional neural network for the segmentation and classification of forest species using Sentinel-2 satellite images. The model was trained on a dataset of 236 images, and evaluated using metrics such as mean square error (MSE), mean apsolute relative error (MARE) and Dice coefficient. Successful training was achieved by choosing the correct hyperparameters. The results achieved on the test data set show a high precision of the model, with MSE of 0.0138, Dice coefficient of 0.9055 and prediction accuracy for hornbeam and alder greater than 0.95. Visualization of the results with a heat map and with various graphs confirms the high accuracy of predictions on unseen data. This work contributes to the development of an effective tool for the analysis of ecological data, and with it it is possible to help in the protection of biodiversity and the sustainable management of forest resources.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:138876
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2024-10-12 20:54:56