Remote Sensing Image Acquisition, Analysis and Applications

4.5
звезд
Оценки: 37
•
Рецензии: 11

John Richards

3 699 уже зарегистрированы

от партнера

Государственный университет в Сиднее (Университет Нового Южного Уэльса)

Общество геофизических наук и дистанционного сбора данных, IEEE

Remote Sensing Image Acquisition, Analysis and Applications

Государственный университет в Сиднее (Университет Нового Южного Уэльса)

Об этом курсе

Недавно просмотрено: 16 764

Welcome to Remote Sensing Image Acquisition, Analysis and Applications, in which we explore the nature of imaging the earth's surface from space or from airborne vehicles.
This course covers the fundamental nature of remote sensing and the platforms and sensor types used.  It also provides an in-depth treatment of the computational algorithms employed in image understanding, ranging from the earliest historically important techniques to more recent approaches based on deep learning.  

It assumes no prior knowledge of remote sensing but develops the material to a depth comparable to a senior undergraduate course in remote sensing and image analysis.  That requires the use of the mathematics of vector and matrix algebra, and statistics.  It is recognised that not all participants will have that background so summaries and hand worked examples are included to illustrate all important material.

The course material is extensively illustrated by examples and commentary on the how the technology is applied in practice.  It will prepare participants to use the material in their own disciplines and to undertake more detailed study in remote sensing and related topics.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Средний уровень

Fundamental understanding of vector and matrix algebra and basic statistics

Прибл. 23 часа на выполнение

Английский

Субтитры: Английский

Приобретаемые навыки

Radar SystemsRemote SensingMachine LearningImage Analysis

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Средний уровень

Fundamental understanding of vector and matrix algebra and basic statistics

Прибл. 23 часа на выполнение

Английский

Субтитры: Английский

Преподаватели

Оценка преподавателя

4,42/5 (оценок: 22)

John Richards

от партнера

Государственный университет в Сиднее (Университет Нового Южного Уэльса)

UNSW Sydney, based in Sydney Australia, was established in 1949 and is one of Australia’s leading research and teaching universities with more than 50,000 students from over 120 countries. UNSW Sydney aspires to provide students with an outstanding educational experience, which both reflects our strong traditions of excellence, innovation and social justice, and builds on our strengths in scientific, technological and professional disciplines.

Общество геофизических наук и дистанционного сбора данных, IEEE

The IEEE Geoscience and Remote Sensing Society deals with the theory, concepts, and techniques of science and engineering as they apply to the remote sensing of the earth, oceans, atmosphere, and space using spacecraft, aircraft and unpiloted vehicles. It is also concerned with the processing, interpretation and dissemination of this information.

Программа курса: что вы изучите

Неделя

Неделя 1

2 ч. на завершение

Course Welcome, Instructor, Course Resources, Module 1 Introduction and Week 1 Lectures and Quiz

Remote sensing is the science and technology of acquiring images of the earth’s surface from spacecraft, aircraft and drones to aid in the monitoring and management of the natural and built environments. Extensive computer-based analysis techniques are used to extract information from the recorded images in support of applications ranging over many earth and information science disciplines. This course covers the fundamental nature of remote sensing and the platforms and sensor types used. It also provides an in-depth treatment of the computational algorithms employed in image understanding, ranging from the earliest historically important techniques to more recent approaches based on deep learning. The course material is extensively illustrated by examples and commentary on the how the technology is applied in practice. While broad in its coverage the 15 hours of instruction, supported by quizzes and tests, will prepare participants to use the material in their own disciplines and to undertake more detailed study in remote sensing and related topics.

2 ч. на завершение

6 видео ((всего 45 мин.)), 4 материалов для самостоятельного изучения, 1 тест

6 видео

Course Introduction7мин

Welcome to Module 11мин

Module 1 Lecture 1 What is remote sensing8мин

Module 1 Lecture 2 The atmosphere8мин

Module 1 Lecture 3 What platforms are used for imaging the earth's surface?9мин

Module 1 Lecture 4 How do we record images of the earth's surface?9мин

4 материала для самостоятельного изучения

Course instructions10мин

Instructor biography10мин

Text of slide audio files for Module 110мин

End-of-lecture quiz answers10мин

1 практическое упражнение

Week 1 Quiz30мин

Неделя

Неделя 2

1 ч. на завершение

Week 2 Lectures and Quiz

1 ч. на завершение

4 видео ((всего 42 мин.))

Неделя

Неделя 3

1 ч. на завершение

Week 3 Lectures and Quiz

1 ч. на завершение

5 видео ((всего 38 мин.))

Неделя

Неделя 4

1 ч. на завершение

Week 4 Lectures and Quiz

1 ч. на завершение

4 видео ((всего 38 мин.))

Неделя

Неделя 5

2 ч. на завершение

Week 5 Lectures and Quiz, Module 1 Test

2 ч. на завершение

3 видео ((всего 32 мин.)), 1 материал для самостоятельного изучения, 2 тестов

3 видео

Module 1 Lecture 18 The principal components transform: worked example8мин

Module 1 Lecture 19 The principal components transform: a real example6мин

Module 1 Lecture 20 Applications of the principal components transform16мин

1 материал для самостоятельного изучения

Instructions for test and data to be used when answering questions10мин

2 практических упражнения

Week 5 Quiz30мин

Module 1 Test questions and your answers1ч

Неделя

Неделя 6

1 ч. на завершение

Module 2 Introduction, Week 6 lectures and Quiz

1 ч. на завершение

5 видео ((всего 37 мин.)), 2 материалов для самостоятельного изучения, 1 тест

5 видео

Welcome to Module 21мин

Module 2 Lecture 1: Fundamentals of image analysis and machine learning10мин

Module 2 Lecture 2: The maximum likelihood classifier10мин

Module 2 Lecture 3: The maximum likelihood classifier—discriminant function and example10мин

Module 2 Lecture 4: The minimum distance classifier, background material3мин

2 материала для самостоятельного изучения

Text of slide audio file for Module 210мин

End of lecture quiz solutions10мин

1 практическое упражнение

Week 6 Quiz30мин

Неделя

Неделя 7

1 ч. на завершение

Week 7 Lectures and Quiz

1 ч. на завершение

6 видео ((всего 39 мин.))

6 видео

Module 2 Lecture 5: Training a linear classifier7мин

Module 2 Lecture 6: The support vector machine—training12мин

Module 2 Lecture 7: The support vector machine—the classification step and overlapping data6мин

Module 2 Lecture 8: The support vector machine—non-linear data3мин

Module 2 Lecture 9: The support vector machine—multiple classes and the classification step4мин

Module 2 Lecture 10: The support vector machine—an example4мин

1 практическое упражнение

Week 7 Quiz30мин

Неделя

Неделя 8

1 ч. на завершение

Week 8 Lectures and Quiz

1 ч. на завершение

3 видео ((всего 27 мин.))

Неделя

Неделя 9

1 ч. на завершение

Week 9 Lectures and Quiz

1 ч. на завершение

5 видео ((всего 38 мин.))

5 видео

Module 2 Lecture 14: Deep learning and the convolutional neural network, part 111мин

Module 2 Lecture 15: Deep learning and the convolutional neural network, part 27мин

Module 2 Lecture 16: Deep learning and the convolutional neural network, part 37мин

Module 2 Lecture 17: CNN examples in remote sensing8мин

Module 2 Lecture 18: Comparing the classsifiers3мин

1 практическое упражнение

Week 9 Quiz30мин

Неделя

Неделя 10

2 ч. на завершение

Week 10 Lectures and Quiz, Module 2 Test

2 ч. на завершение

4 видео ((всего 39 мин.)), 1 материал для самостоятельного изучения, 2 тестов

4 видео

Module 2 Lecture 19: Unsupervised classification and clustering8мин

Module 2 Lecture 20: Examples of k means clustering7мин

Module 2 Lecture 21: Other clustering methods7мин

Module 2 Lecture 22: Clustering "big data"15мин

1 материал для самостоятельного изучения

Reading: Instructions for test and data to be used when answering questions10мин

2 практических упражнения

Week 10 Quiz30мин

Module 2 Test questions and your answers1ч

Неделя

Неделя 11

2 ч. на завершение

Module 3 Introduction, Week 11 Lectures and Quiz

2 ч. на завершение

6 видео ((всего 59 мин.)), 2 материалов для самостоятельного изучения, 1 тест

6 видео

Welcome to Module 32мин

Module 3 Lecture 1: Feature reduction10мин

Module 3 Lecture 2: Exploiting the structure of the covariance matrix10мин

Module 3 Lecture 3: Feature reduction by transformation8мин

Module 3 Lecture 4: Separability measures12мин

Module 3 Lecture 5: Distribution-free separability measures14мин

2 материала для самостоятельного изучения

Text of slide audio file for Module 310мин

End of lecture quiz solutions10мин

1 практическое упражнение

Week 11 Quiz30мин

Неделя

Неделя 12

1 ч. на завершение

Week 12 Lectures and Quiz

1 ч. на завершение

5 видео ((всего 58 мин.))

5 видео

Module 3 Lecture 6: Assessing classifier performance and map errors10мин

Module 3 Lecture 7: Classifier performance and map accuracy12мин

Module 3 Lecture 8: Choosing testing pixels for assessing map accuracy12мин

Module 3 Lecture 9: Classification methodologies18мин

Module 3 Lecture 10: Other interpretation methods3мин

1 практическое упражнение

Week 12 Quiz30мин

Неделя

Неделя 13

1 ч. на завершение

Week 13 Lectures and Quiz

1 ч. на завершение

4 видео ((всего 40 мин.))

Неделя

Неделя 14

1 ч. на завершение

Week 14 Lectures and Quiz

1 ч. на завершение

4 видео ((всего 38 мин.))

Неделя

Неделя 15

3 ч. на завершение

Week 15 Lectures and Quiz, Module 3 Test, Course Conclusion

3 ч. на завершение

7 видео ((всего 54 мин.)), 1 материал для самостоятельного изучения, 2 тестов

7 видео

Module 3 Lecture 19: Geometric distortions in radar imagery7мин

Module 3 Lecture 20: Geometric distortions in radar imagery, cont.9мин

Module 3 Lecture 21: Radar interferometry9мин

Module 3 Lecture 22: Radar interferometry for detecting change6мин

Module 3 Lecture 23: Some other considerations in radar remote sensing11мин

Module 3 Lecture 24: The course in review6мин

Course Closing Comments1мин

1 материал для самостоятельного изучения

Instructions for test and data to be used when answering questions10мин

2 практических упражнения

Week 15 Quiz30мин

Module 3 Test questions and your answers1ч

Рецензии

4.5

Рецензии: 11

5 stars
69,23 %
4 stars
17,94 %
3 stars
10,25 %
2 stars
2,56 %

Лучшие отзывы о курсе REMOTE SENSING IMAGE ACQUISITION, ANALYSIS AND APPLICATIONS

от партнера KV12 июня 2021 г.

The course should add practice exercise for gaining more understanding to the course

Посмотреть все отзывы

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оплатив сертификацию?
Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Is financial aid available?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке 'Финансовая помощь' слева под кнопкой 'Зарегистрироваться' и заполните форму. Если его примут, вы получите уведомление. Подробнее

Остались вопросы? Посетите Центр поддержки учащихся.

Remote Sensing Image Acquisition, Analysis and Applications

Remote Sensing Image Acquisition, Analysis and Applications

Об этом курсе

Приобретаемые навыки

Преподаватели

John Richards

от партнера

Государственный университет в Сиднее (Университет Нового Южного Уэльса)

Общество геофизических наук и дистанционного сбора данных, IEEE

Программа курса: что вы изучите

Неделя 1

Course Welcome, Instructor, Course Resources, Module 1 Introduction and Week 1 Lectures and Quiz

Неделя 2

Week 2 Lectures and Quiz

Неделя 3

Week 3 Lectures and Quiz

Неделя 4

Week 4 Lectures and Quiz

Неделя 5

Week 5 Lectures and Quiz, Module 1 Test

Неделя 6

Module 2 Introduction, Week 6 lectures and Quiz

Неделя 7

Week 7 Lectures and Quiz

Неделя 8

Week 8 Lectures and Quiz

Неделя 9

Week 9 Lectures and Quiz

Неделя 10

Week 10 Lectures and Quiz, Module 2 Test

Неделя 11

Module 3 Introduction, Week 11 Lectures and Quiz

Неделя 12

Week 12 Lectures and Quiz

Неделя 13

Week 13 Lectures and Quiz

Неделя 14

Week 14 Lectures and Quiz

Неделя 15

Week 15 Lectures and Quiz, Module 3 Test, Course Conclusion

Рецензии

Лучшие отзывы о курсе REMOTE SENSING IMAGE ACQUISITION, ANALYSIS AND APPLICATIONS

Часто задаваемые вопросы

Coursera Footer

Start or advance your career

Browse popular topics

Upskill your team

Earn a degree or certificate online

Coursera

Сообщество

Еще