Examinando por Autor "Gálvez Zanabria, Antulio Cristhian"

Mostrando 1 - 1 de 1
  • No hay miniatura disponible
    Ítem
    Evaluación de eficiencia entre clasificación automática por segmentación semántica y clasificación manual de nube de puntos fotogramétricos de un levantamiento topográfico
    (Universidad Nacional de Huancavelica, 2024-10-29) Gálvez Zanabria, Antulio Cristhian; Yalli Mamani, Marvin; López Barrantes, Marco Antonio
    En este estudio se determinó la eficiencia entre clasificación automática por segmentación semántica y clasificación manual. El estudio fue de tipo aplicado, nivel descriptivo explicativo con un diseño cuasi-experimental y comparativa. Se utilizaron un conjunto de datos Day ton Annotated Lidar Earth Scan (Dales). Además , los siguientes resultados de las métricas (clasificación semántica), con una precisión global=0,93, la precisión media=0,70 y para IoU (Intersection over Union), se obtuvo la media IoU=0,54 y un valor ponderado IoU=0,88. Por otro lado resultados de las métricas (clasificación manual), con una precisión global=0,92, la precisión media=0,65 y para IoU (Intersection over Union), se obtuvo la media IoU=0,55 y un valor ponderado IoU=0,88. Por otro lado Además se aplicó el test de normalidad de Shapiro Wilk, luego se llevó a cabo el análisis estadístico utilizando la prueba t para muestras apareadas, para el objetivo 1 2. La clasificación automática de la vegetación presenta un desempeño aceptable. Sin embargo, la precisión/ eficiencia = 85.84% y la IoU= 83.39% en tanto, para la clasificación manual de la vegetación la precisión/ eficiencia = 82.00% y la IoU= 78.00%, para el objetivo 2 la clasificación de edificaciones muestra un alto rendimiento tanto en precisión/ eficiencia =92.39% como en IoU=87.81%, en tanto, para la clasificación manual de edificaciones la precisión/ eficiencia = 88.00% y la IoU= 85.00%y para el objetivo 3 la clasificación automática de la superficie del terreno es extremadamente eficaz, mostrando resultados sobresalientes debido a que precisión/ eficiencia = 99.10% como en IoU= 93.51%. en tanto, para la clasificación manual de la vegetación la precisión/ eficiencia = 96.00% y la IoU= 91.00%, Esto indica que los modelos de segmentación semántica están altamente optimizados para detectar y clasificar el suelo, reflejando una fuerte correspondencia con las técnicas de clasificación manual, además el estadístico de prueba para los 3 objetivos tiene un p valor de 0,000<5% y cumpliéndose el objetivo general.