• 博客园logo
  • 会员
  • 众包
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • HarmonyOS
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






tccbj

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理

2019年5月7日

A Comprehensive Evaluation of Approaches for Built-Up Area Extraction from Landsat OLI Images Using Massive Samples(landsat8建城区提取不同方法比较)
摘要: 感觉主要是数据的创新,方法就是比较了传统方法(RF,SVM,Adaboost)和CNN,输入比较了单像素输入和像素周围3,5,7大小的范围。也不是语义分割,最基本的CNN,单像素时还用的1*1的卷积 用的数据是landsat8作为检测的图,真值点用欧空局的2014年全球38m建城区数据为基准随机生成 阅读全文
posted @ 2019-05-07 21:14 tccbj 阅读(239) 评论(0) 推荐(0)
 
Large-Scale Oil Palm Tree Detection from High-Resolution Satellite Images Using Two-Stage Convolutional Neural Networks(worldview油棕树检测)
摘要: 不是目标检测也不是语义分割,两步CNN指的是,采集的数据是一堆点,以点为中心的65*65和17*17图像范围大小来判断这个点是否是油棕树。第一步就是判断65*65的范围是否为(油棕树植被群,其他植被/空地,不透水面/云),第二步判断17*17的范围是否为(油棕树,背景,其他植被/空地,不透水面/云) 阅读全文
posted @ 2019-05-07 17:15 tccbj 阅读(241) 评论(0) 推荐(0)
 
Visual Detail Augmented Mapping for Small Aerial Target Detection(航片动态小目标检测)
摘要: 1.介绍 航片里小目标占总像元数不足1%,普通目标检测算法如YOLO会有很多错误,主要原因有3点: 1、航片的无关背景占多数 2、目标大小由于飞行高度和拍摄角度不同 3、航片中的小移动目标和噪音会混淆 2.方法步骤 1、多线索前景分割 结合了 optical flow 和 background mo 阅读全文
posted @ 2019-05-07 14:45 tccbj 阅读(286) 评论(0) 推荐(0)