Verdad Terreno

De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda

Dentro del campo de la evaluacin de clasificadores, el trmino verdad terreno determina la exactitud en el proceso de clasificacin a partir de un conjunto de entrenamiento, realizado durante las tcnicas de aprendizaje supervisado y validacin. Esta se utiliza para probar o por el contrario refutar, modelos estadsticos de investigacin. El proceso de recopilacin de datos objetivos adecuados para el testeo del clasificador se llama verificacin sobre el terreno. El filtro Bayesiano de spam, es un ejemplo comn de aprendizaje supervisado que utiliza la verificacin sobre el terreno. En este sistema, el algoritmo se ensea manualmente las diferencias entre lo considerado como spam y no spam extrayendo varias caractersticas o descriptores de los correos que servirn como verdad terreno. El aprendizaje depender de los mensajes utilizados para entrenar el algoritmo. Por lo tanto si se encuentran inexactitudes en la verdad terreno, obtendremos imprecisiones en el correo resultante, determinando como spam correo que en realidad no lo era.

ndice
[ocultar]

1 Verdad Terreno en Clasificacin Supervisada 2 Matrices de Confusin 3 Aplicacin en la Deteccin Remota 4 Parmetros de error o 4.1 Errores por comisin o 4.2 Errores por omisin

Verdad Terreno en Clasificacin Supervisada[editar]

La verdad terreno es esencial en la clasificacin supervisada. Cuando, por ejemplo, la identidad y la ubicacin de unos tipos de cobertura del suelo en cartografa se conocen a travs de una combinacin de trabajo de campo, mapas, y la experiencia personal, las imgenes correspondientes a estas reas se conocen como imgenes de entrenamiento supervisado. Las caractersticas espectrales de estas imgenes y sus descriptores se utilizan para entrenar el software de deteccin remota fijando as la verdad terreno y seguidamente se obtienen reglas de decisin basadas en los descriptores de las imgenes de entrenamiento para clasificar el resto de las imgenes. Estas reglas de decisin tales como la clasificacin de mxima probabilidad, clasificacin paraleleppedo, clasificacin de mnima distancia o Support Vector Machines (SVM) ofrecen diferentes tcnicas para clasificar una imagen. Esto tambin es til en la correccin de imgenes obtenidas a partir de satlites ya que tras

el paso de las mismas por la atmosfera pueden padecer distorsiones y de esta manera podremos apreciar mejor los objetos.

Matriz de confusin

Matrices de Confusin[editar]
Las matrices de confusin se utilizan a la hora de calcular los parmetros de precisin y recall de un clasificador y la verdad terreno constituye una pieza clave de stas. stas son tablas en las cuales se cruza la verdad terreno con el resultado de la clasificacin y se obtienen los positivos ciertos, los positivos falsos, los negativos ciertos y los negativos falsos, parmetros de gran relevancia para la validacin de clasificadores.

Extraccin de descriptores para la verificacin terreno de una imagen satlite

Aplicacin en la Deteccin Remota[editar]

La verdad terreno es muy utilizada en deteccin remota (teledeteccin). Esta se refiere a la informacin recogida localmente. La verdad terreno permite que las imgenes obtenidas se correspondan con las caractersticas y materiales reales del terreno registrado. La recogida

de datos de verdad terreno permite la calibracin de los datos enviados de forma remota y adems aade el anlisis de lo que est siendo detectado. Esto se utiliza por ejemplo en cartografa, meteorologa, anlisis de fotografas areas, imgenes por satlite y otras tcnicas en las que se recopilan los datos a distancia. La verdad terreno es especficamente un proceso de comparativa entre, por ejemplo, un pixel de una imagen de satlite y el que corresponde con la realidad (en la actualidad) con el fin de verificar el contenido del pixel de dicha imagen. En el caso de una imagen clasificada, permite en la clasificacin supervisada determinar la exactitud de la clasificacin realizada por el software de deteccin a distancia y, por lo tanto, minimizar los errores en la clasificacin tanto los de comisin como los errores de omisin.

Parmetros de error[editar]
Existen dos tipos de errores en los que la verdad terreno entra en juego:

Errores por comisin[editar]

Un ejemplo de un error por comisin es cuando un pxel informa de la presencia de una caracterstica en una imagen (por ejemplo, rboles) mientras que en la realidad no se da esta caracterstica (no hay rboles en ese pxel de la imagen). La verdad terreno se asegura de que las matrices de error tienen un porcentaje de mayor precisin, en comparacin con una evaluacin de pixeles sin verdad terreno.

Errores por omisin[editar]

Un ejemplo de un error por omisin es cuando los pxeles de una seccin determinada, por ejemplo, las personas en una foto de unen evento, no estn clasificados como personas. El proceso de verdad terreno ayuda a asegurar que el pxel se clasifica correctamente y las matrices de error son ms precisas. Obtenido de http://es.wikipedia.org/w/index.php?title=Verdad_Terreno&oldid=71238618 Categoras:

Verdad Terreno Clasificadores Detector de Imagen Ingeniera