Geospatial data automatic processing and its final representation using machine learning techniques

Abstract

Geospatial data are very useful in the environmental, civil engineering and mining domains. Both LiDAR systems and photogrammetric techniques support the acquisition of applicable geospatial data, but they present a drawback: they generate huge amounts of data which are difficult to handle and process. The proposal of this thesis is to develop and implement a number of procedures based on machine learning, to automatize and simplify the geospatial data-processing, in order to support end users working with these data.

Los datos geoespaciales son de gran utilidad en ámbitos como el medioambiental, ingeniería civil o minería. Tanto los sistemas LiDAR como las técnicas fotogramétricas presentan gran aplicabilidad en la obtención de datos geoespaciales, pero tienen la problemática que generan grandes volúmenes de datos difíciles de procesar. Esta tesis pretende desarrollar diferentes técnicas que permitan automatizar el procesado de datos geoespaciales, empleando técnicas basadas en machine learning, de forma que se simplifique el tipo de datos empleados por los usuarios finalistas.

Os datos xeoespaciais son de gran utilidade en ámbitos como o medioambiental, enxeñería civil ou minería. Tanto os sistemas LiDAR como as técnicas fotogramétricas presentan gran aplicabilidade na obtención de datos xeoespaciais, pero teñen a problemática que xeran grandes volumes de datos difíciles de procesar. Este tese pretende desenvolver diferentes técnicas que permitan automatizar o procesado de datos xeoespaciais, empregando técnicas basadas en machine learning, de forma que se simplifique o tipo de datos empregados polos usuarios finalistas.