बहुत उच्च संकल्प छवियों के वर्गीकरण में सटीकता मूल्यांकन के लिए एक नवीन प्रोटोकॉल

यह पत्र उन थीमैटिक मानचित्रों के सटीकता मूल्यांकन के लिए एक नवीन प्रोटोकॉल प्रस्तुत करता है जो बहुत उच्च संकल्प छवियों के वर्गीकरण द्वारा प्राप्त होते हैं। चूंकि थीमैटिक सटीकता alone उच्च-संरचना वर्गीकरण मानचित्रों की ज्यामितीय विशेषताओं को ठीक से व्यक्त करने के लिए पर्याप्त नहीं है, हम एक प्रोटोकॉल का प्रस्ताव करते हैं जो दो पारिवारिक सूचकांकों के विश्लेषण पर आधारित है: 1) पारंपरिक थीमैटिक सटीकता सूचकांक और 2) नई ज्यामितीय सूचकांकों का एक सेट जो मानचित्र में पहचाने गए वस्तुओं के विभिन्न ज्यामितीय गुणों को मॉडल करता है। इस संदर्भ में, हम वर्गीकरण मानचित्र में पाँच विभिन्न प्रकार की ज्यामितीय त्रुटियों को वर्णित करने वाले सूचकांकों का एक सेट प्रस्तुत करते हैं: 1) अधिक विभाजन; 2) न्यून विभाजन; 3) किनारे का स्थान; 4) आकार विरूपण; और 5) खंडन। इसके अलावा, हम एक नए दृष्टिकोण का प्रस्ताव करते हैं जो एक बहु-उद्देश्य मानदंड फ़ंक्शन के आधार पर पर्यवेक्षित वर्गीकर्ताओं के मुक्त पैरामीटर को ट्यून करने के लिए है, जिसका उद्देश्य उन पैरामीटर मानों का चयन करना है जो वर्गीकरण मानचित्र को प्राप्त करने के लिए एकत्रित करते हैं जो थीमैटिक और ज्यामितीय त्रुटि सूचकांकों को समवर्ती रूप से ऑप्टिमाइज़ करता है। क्विकबर्ड छवियों पर प्राप्त प्रयोगात्मक परिणाम प्रस्तावित प्रोटोकॉल की प्रभावशीलता को दर्शाते हैं जो वर्गीकरण मानचित्रों का चयन करते हैं जो थीमैटिक और ज्यामितीय सटीकताओं के बीच बेहतर व्यापार-ट्रेडऑफ़ द्वारा वर्णित होते हैं, जो केवल थीमैटिक सटीकता उपायों पर आधारित मानक प्रक्रियाओं से बेहतर होते हैं। इसके अलावा, समर्थन वेक्टर मशीन वर्गीकर्ताओं के साथ प्राप्त परिणाम प्रस्तावित बहु-उद्देश्य तकनीक की प्रभावशीलता की पुष्टि करते हैं जो वर्गीकरण एल्गोरिदम के लिए मुक्त-पैरामीटर मानों के चयन के लिए है।