Určení výskytu sněhových lavin z družicových dat pořízených radarem se syntetickou aperturou (SAR)

Abstract

URČENÍ VÝSKYTU SNĚHOVÝCH LAVIN Z DRUŽICOVÝCH DAT POŘÍZENÝCH RADAREM SE SYNTETICKOU APERTUROU (SAR) Abstrakt Práce se zabývá určováním míst s lavinovým proudem na radarových snímcích pořízených radarem se syntetickou aperturou na družici Sentinel-1. Hlavním cílem je navrhnout postup pro rozpoznání míst na snímku, kde spadla sněhová lavina. Metodika je založena na principu neuronových sítí, konkrétně na využití předtrénovaného modelu neuronové sítě VGG-19. Dle výsledku trénování neuronové sítě jsou následně výřezy snímků zařazovány do dvou kategorií: na snímku se nachází nebo nenachází lavina. Jedná se tedy o binární klasifikaci. Výsledkem je statistické zhodnocení úspěšnosti zařazování do kategorií a porovnání s tradičními postupy. klíčová slova: lavina, Sentinel-1, neuronová síť, VGG-19

DETECTION OF SNOW AVALANCHE DEBRIS FROM SATELLITE SYNTHETIC APERTURE RADAR (SAR) DATA Abstract This thesis engages with detection of snow avalanche debris at radar images taken with synthetic aperture radar on Sentinel-1 satellite. The aim is to find method for recognizing places at image where is the snow avalanche debris. A method is based on neural net principle, specifically on using pre-trained model of neural net VGG-19. According to results of neural net, training images are splitted into two cathegories: there is an avalanche and there is not. It is called binary classification. The result is statistical evaluation of success rate compared with other traditional methods. keywords: snow avalanche, Sentinel-1, neural net, VGG-19