Implementación en GPU del algoritmo K-Means para ... - UMBC

Implementación en GPU del algoritmo K-Means para procesamiento paralelo
de imágenes de satélite disponibles en la herramienta Google Maps
evaluar la precisión de algoritmos de clasificación de imágenes digitales obtenidas de
forma remota. Esta técnica presupone que la información verdad terreno viene
expresada en forma de un mapa temático [29, 30], caracterizado por las siguientes
propiedades:
a) Cada píxel se encuentra etiquetado como perteneciente a una determinada
R = .
clase, de forma que tienen N clases o regiones de referencia { } N
i i 1
b) Las regiones de referencia son mutuamente excluyentes entre sí, es decir, dos
regiones diferentes no tienen ningún píxel en común: ∩ R = ∅,
∀i
≠ j.
Ri j
Supongamos que cada píxel i de la imagen a evaluar, I, es asignado por el
algoritmo como perteneciente a una determinada clase Ci, de forma que se tienen N
clases. Los conjuntos Ci determinan una partición de la imagen a evaluar, es decir, la
unión de todos ellos da como resultado la imagen y dos conjuntos distintos no tienen
N
Ci i j
i=
1
ningún elemento en común: U = I y C ∩ C = ∅,
∀i
≠ j.
Teniendo en cuenta las
anteriores consideraciones, la figura 6.1 muestra un ejemplo del proceso de
construcción de una matriz de confusión. En la figura, se muestra el mapa temático
asociado a la imagen a clasificar, el resultado de clasificación proporcionado por un
determinado algoritmo para dicha imagen, y la matriz de confusión que cuantifica la
precisión del algoritmo en la tarea de clasificación.
Lago (R 0 )
Carretera (R 1 )
Árboles (R 2 )
Suelo (R 3 )
C 0
C 1
C 2
C 3
Mapa temático
(verdad terreno)
R 0
a 00 =|C 0 ∩R 0 |
a 10 =|C 1 ∩R 0 |
a 20 =|C 2 ∩R 0 |
a 30 =|C 3 ∩R 0 |
Matriz de confusión
R 1
a 01 =|C 0 ∩R 1 |
a 11 =|C 1 ∩R 1 |
a 21 =|C 2 ∩R 1 |
a 31 =|C 3 ∩R 1 |
Clasificación
(Algoritmo)
a 02 =|C 0 ∩R 2 |
a 12 =|C 1 ∩R 2 |
a 22 =|C 2 ∩R 2 |
a 32 =|C 3 ∩R 2 |
a 03 =|C 0 ∩R 3 |
a 13 =|C 1 ∩R 3 |
a 23 =|C 2 ∩R 3 |
a 33 =|C 3 ∩R 3 |
Lago (C 0 )
Carretera (C 1 )
Árboles (C 2 )
Suelo (C 3 )
Figura 6.1. Ejemplo de construcción de una matriz de confusión.
Trabajo Fin de Máster -62- Sergio Bernabé García
R 2
R 3