elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Exploratory Visual Analysis of Multispectral EO Images Based on DNN

Neagoe, Iulia und Faur, Daniela und Vaduva, Corina und Datcu, Mihai (2018) Exploratory Visual Analysis of Multispectral EO Images Based on DNN. In: 2018 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Seiten 1-4. IGARSS 2018, 2018-07-22 - 2018-07-27, Valencia, Spain. doi: 10.1109/IGARSS.2018.8518414.

[img] PDF
613kB

Offizielle URL: https://ieeexplore.ieee.org/document/8518414/authors#authors

Kurzfassung

Exploratory visual analysis is often required to assist human operator to understand and interpret Earth Observation (EO) images. Optimal image representation offers cognitive support in discovering relevant facts about the scene with respect to a particular application. This is of crucial importance for training data sets selection in all Machine Learning tasks, particularly in the design of active learning tools for multispectral (MS) EO data. This paper proposes a deep neural network (DNN) based method to compress, learn and reveal the most significant information included in the spectral bands of EO data in support of relevant visualization for image content analysis. The advanced method uses a DNN to discover the most suggestive pseudo-color representation able to highlight the entire MS image content better than the particular 3 bands selection (R, G, B). We propose the use of information theory and the concept of mutual information to rank the spectral bands based on the amount of information contained, by applying the minimum-redundancy-maximum-relevance (mRMR) criterion on a the image so that we obtain the ranked bands. A DNN stacked autoencoder based paradigm is developed in order to extract and compress in three bands the overall information from the MS EO data. The developed method is demonstrated and validated for Sentinel 2 dataset.

elib-URL des Eintrags:https://elib.dlr.de/123434/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Exploratory Visual Analysis of Multispectral EO Images Based on DNN
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Neagoe, IuliaUniversity Politehnica of BucharestNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Faur, DanielaUniversity Politehnica BucharestNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Vaduva, CorinaPolitehnica University of Bucharest, RomaniaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datcu, MihaiMihai.Datcu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Juli 2018
Erschienen in:2018 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/IGARSS.2018.8518414
Seitenbereich:Seiten 1-4
Status:veröffentlicht
Stichwörter:DNN, minimum-redundancy-maximum-relevance, Sentinel-2
Veranstaltungstitel:IGARSS 2018
Veranstaltungsort:Valencia, Spain
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:22 Juli 2018
Veranstaltungsende:27 Juli 2018
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben hochauflösende Fernerkundungsverfahren (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Dumitru, Corneliu Octavian
Hinterlegt am:28 Nov 2018 14:38
Letzte Änderung:24 Apr 2024 20:27

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.