Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này:
http://thuvienso.vanlanguni.edu.vn/handle/Vanlang_TV/32314| Nhan đề: | Advanced Deep Learning Strategies for the Analysis of Remote Sensing Images |
| Tác giả: | Yakoub Bazi, Edoardo Pasolli (editors) |
| Từ khoá: | Multispectral Imagery Hyperspectral Imagery Uav Imagery Natural Language Remote Sensing Convolutional Neural Networks Generative Adversarial Networks |
| Năm xuất bản: | 2021 |
| Nhà xuất bản: | MDPI |
| Tóm tắt: | In this book, we aim at advancing the state of the art in linking deep learning methodologies with remote sensing image processing by collecting 20 contributions from different worldwide scientists and laboratories. The book presents a wide range of methodological advancements in the deep learning field that come with different applications in the remote sensing landscape such as wildfire and postdisaster damage detection, urban forest mapping, vine disease and pavement marking detection, desert road mapping, road and building outline extraction, vehicle and vessel detection, water identification, and text-to-image matching. |
| Mô tả: | ix, 425 p. : ill. ; 114 MB ; DOI: https://doi.org/10.3390/books978-3-0365-0987-7 |
| Định danh: | http://thuvienso.vanlanguni.edu.vn/handle/Vanlang_TV/32314 |
| ISBN: | 9783036509877 |
| Bộ sưu tập: | Kỹ thuật_TLNM_SACH |
Các tập tin trong tài liệu này:
| Tập tin | Mô tả | Kích thước | Định dạng | |
|---|---|---|---|---|
| SA10302_1.Deep_Learning_Strategies_cover.pdf Giới hạn truy cập | Cover | 660.97 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_2.Deep_Learning_Strategies_contents.pdf Giới hạn truy cập | Contents | 55.01 kB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_3.Deep_Learning_Strategies_paper1.pdf Giới hạn truy cập | Deep Multi-Scale Recurrent Network for Synthetic Aperture Radar Images Despeckling | 7.15 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_4.Deep_Learning_Strategies_paper2.pdf Giới hạn truy cập | Road Extraction of High-Resolution Remote Sensing Images Derived from DenseUNet | 2 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_5.Deep_Learning_Strategies_paper3.pdf Giới hạn truy cập | Lifting Scheme-Based Deep Neural Network for Remote Sensing Scene Classification | 4.43 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_6.Deep_Learning_Strategies_paper4.pdf Giới hạn truy cập | Remote Sensing and Texture Image Classification Network Based on Deep Learning Integrated with Binary Coding and Sinkhorn Distance | 2.28 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_7.Deep_Learning_Strategies_paper5.pdf Giới hạn truy cập | TextRS: Deep Bidirectional Triplet Network for Matching Text to Remote Sensing Images | 5.41 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_8.Deep_Learning_Strategies_paper6.pdf Giới hạn truy cập | Water Identification from High-Resolution Remote Sensing Images Based on Multidimensional Densely Connected Convolutional Neural Networks | 3.29 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_9.Deep_Learning_Strategies_paper7.pdf Giới hạn truy cập | An End-to-End and Localized Post-Processing Method for Correcting High-Resolution Remote Sensing Classification Result Images | 7.07 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_10.Deep_Learning_Strategies_paper8.pdf Giới hạn truy cập | Vehicle and Vessel Detection on Satellite Imagery: A Comparative Study on Single-Shot Detectors | 6.03 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_11.Deep_Learning_Strategies_paper9.pdf Giới hạn truy cập | Semantic Labeling in Remote Sensing Corpora Using Feature Fusion-Based Enhanced Global Convolutional Network with High-Resolution Representations and Depthwise Atrous Convolution | 15.42 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_12.Deep_Learning_Strategies_paper10.pdf Giới hạn truy cập | Small-Object Detection in Remote Sensing Images with End-to-End Edge-Enhanced GAN and Object Detector Network | 3.43 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_13.Deep_Learning_Strategies_paper11.pdf Giới hạn truy cập | Deep Open-Set Domain Adaptation for Cross-Scene Classification based on Adversarial Learning and Pareto Ranking | 2.56 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_14.Deep_Learning_Strategies_paper12.pdf Giới hạn truy cập | Deep Learning with Open Data for Desert Road Mapping | 10.4 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_15.Deep_Learning_Strategies_paper13.pdf Giới hạn truy cập | Learn to Extract Building Outline from Misaligned Annotation through Nearest Feature Selector | 6.2 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_16.Deep_Learning_Strategies_paper14.pdf Giới hạn truy cập | A High-Performance Spectral-Spatial Residual Network for Hyperspectral Image Classification with Small Training Data | 1.69 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_17.Deep_Learning_Strategies_paper15.pdf Giới hạn truy cập | VddNet: Vine Disease Detection Network Based on Multispectral Images and Depth Map | 8.09 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_18.Deep_Learning_Strategies_paper16.pdf Giới hạn truy cập | Wildfire-Detection Method Using DenseNet and CycleGAN Data Augmentation-Based Remote Camera Imagery | 6.44 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_19.Deep_Learning_Strategies_paper17.pdf Giới hạn truy cập | Development of an Automated Visibility Analysis Framework for Pavement Markings Based on the Deep Learning Approach | 2.5 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_20.Deep_Learning_Strategies_paper18.pdf Giới hạn truy cập | Intelligent Mapping of Urban Forests from High-Resolution Remotely Sensed Imagery Using Object-Based U-Net-DenseNet-Coupled Network | 7.89 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_21.Deep_Learning_Strategies_paper19.pdf Giới hạn truy cập | Post-Disaster Building Damage Detection from Earth Observation Imagery Using Unsupervised and Transferable Anomaly Detecting Generative Adversarial Networks | 7.64 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
| SA10302_22.Deep_Learning_Strategies_paper20.pdf Giới hạn truy cập | Aerial Imagery Feature Engineering Using Bidirectional Generative Adversarial Networks: A Case Study of the Pilica River Region, Poland | 6.88 MB | Adobe PDF | Xem/Tải về Yêu cầu tài liệu |
Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.