Отрывок: Не стала исключением и Обработка изображений и дистанционное зондирование Земли А.В. Дунаева, Ф.А. Корнилов IV Международная конференция и молодёжная школа «Информационные технологии и нанотехнологии» (ИТНТ-2018) 1160 задача обнаружения и классификации объектов на спутниковых снимках. В связи с большим интересом различных организаций к решению этой задачи, за последний год...
Название : | Обнаружение строений по данным мультиспектральной космической съемки и цифровой модели поверхности |
Другие названия : | Building detection from satellite multispectral images using a digital surface model |
Авторы/Редакторы : | Дунаева, А.В. Корнилов, Ф.А. Dunaeva, A.V. Kornilov, F.A. |
Ключевые слова : | Image processing remote sensing imagery digital surface model building detection neural networks |
Дата публикации : | 2018 |
Издательство : | Новая техника |
Библиографическое описание : | Дунаева А.В. Обнаружение строений по данным мультиспектральной космической съемки и цифровой модели поверхности / А.В. Дунаева, Ф.А. Корнилов // Сборник трудов IV международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2018) - Самара: Новая техника, 2018. - С.1157-1164 |
Аннотация : | Работа посвящена обнаружению строений на спутниковых снимках земной поверхности с использованием данных о высотах рельефа и объектов местности. Рассматриваются два различных подхода к решению данной задачи. Первый основан на выделении высотных объектов местности по карте высот и уточнении их границ на основе сегментации спектральной информации. Второй подход представляет собой использование сверточной нейронной сети специального вида. Приводятся результаты сравнения качества работы рассмотренных подходов на реальных данных. We consider two approaches to building detection from the satellite imagery using height data of objects and relief obtained from the digital surface model. The first is based on the selection of high-rise objects on a terrain height map and then improves the recognition accuracy using the segmentation of spectral information. The second approach uses a convolutional neural network of a special kind. The results of the quality comparison of the algorithms on real data are presented. |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Obnaruzhenie-stroenii-po-dannym-multispektralnoi-kosmicheskoi-semki-i-cifrovoi-modeli-poverhnosti-69169 |
Другие идентификаторы : | Dspace\SGAU\20180514\69169 Dspace\SGAU\20180515\69169 |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
paper_153.pdf | Основная статья | 300.35 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.