Lavorare in eCognition con serie temporali di immagini come frame

Sin dall’inizio eCognition ha incluso funzionalità per processare dati che rappresentano intervalli di tempo. La dimensione t può essere considerata alla stregua delle dimensioni x-, y- e z-, rappresentando il modello dati completo 4D di eCognition. La dimensione T è un potente strumento per il change detection, anche con immagini da sensori time-lapse e sistemi video che sono sempre più utilizzati nel lavoro sul campo.

In questo webinar si spiega come lavorare in eCognition con la dimensione-t, sia inserendo immagini come serie di frame e sia usando le features correlate alle serie di frame, inclusa la potente funzionalità Link Class (algoritmo Create Links). Il caso di studio presentato dal dott. Geoff Groom, ricercatore dell’Istituto di Bioscienze dell’università di Aarhus in Danimarca, esamina una serie di foto multi-temporali da camere montate su treppiedi di un piccolo campo vegetato (Dryas octopetala) in Groenlandia, acquisite nell’ambito di una ricerca sui cambiamenti climatici. Gli argomenti trattati comprendono: – Impostazione di progetti con la dimensione t – Lavorare con la dimensione t nei rule set – Strategie di change detection basate sulla dimensione t.

https://www.youtube.com/watch?v=YNTu-qA9ICs