书籍:Building Feature Extraction with Machine Learning: Geospatial Applications
作者:Bharath.H. Aithal,Prakash P.S.
出版:CRC Press
01 书籍介绍
大型基础设施项目创建的大型地理空间数据集需要大量计算资源来进行处理。特征提取是一种用于减少原始数据集的初始数据以进行可管理的图像处理的过程,而机器学习(ML)则是支持这一过程的科学。本书专注于使用机器学习的光学地理空间数据的特征提取方法。
这是一本面向专业人士和研究生的实用指南,适用于那些正开始从事信息提取职业生涯的人。它以易于理解的方式解释了空间特征提取,并包括了关于如何收集空间特征的高度值、如何在地图上下文中开发3D模型等真实案例研究。
书籍特色:
**·**介绍了特征提取方法和应用的基础知识,以及机器学习的基本原理
**·**详细讨论了机器学习技术在地理空间建筑特征提取中的应用
**·**解释了如何利用Python从光学卫星遥感图像中估算物体高度的方法
**·**包括案例研究,展示了利用机器学习模型进行建筑物足迹提取和用于高度评估的摄影测量方法
**·**凸显了机器学习和地理空间技术在未来项目发展中的潜力
本书将受到地球科学和地球观测、机器学习和数据科学、土木工程师以及城市规划师等专业人士、研究人员和研究生的兴趣。
02 作者简介
Dr. Bharath H. Aithal目前是印度理工学院哈拉格布尔分校兰比尔和琪特拉·古普塔基础设施设计与管理学院助理教授。他在印度科学学院获得了博士学位。他的研究兴趣包括空间模式分析、城市增长建模、自然灾害、地理信息系统、景观建模、城市规划、开源GIS和数字图像处理。他在知名同行评审期刊上发表了50多篇研究论文,并在国际和国家会议以及研讨会上提交了100多篇论文。他在2020年与CRC出版社合著了《印度的城市增长模式:可持续发展的空间分析》一书,并为其他出版物撰写了6章。
**Dr. Prakash P.S.**是爱尔兰高端计算中心加尔韦的博士后研究员,从事地理空间技术领域的工作。Prakash在地球观测数据集方面拥有丰富的经验,包括遥感、基于无人机的图像、测量、空间库、机器学习和人工智能技术。他在地理空间技术和可再生能源行业工作已有四年多。他的其他学历包括来自班加罗尔卡纳塔克邦遥感应用中心的地理信息技术硕士学位,以及来自班加罗尔古普塔工程学院的土木工程学士学位。