Deep Learning Solutions for TanDEM-X based forest classification

Mazza, Antonio und Sica, Francescopaolo (2019) Deep Learning Solutions for TanDEM-X based forest classification. In: International Geoscience and Remote Sensing Symposium (IGARSS). IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2019-07-28 - 2019-08-02, Yokohama, Japan.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

elib-URL des Eintrags:

https://elib.dlr.de/127105/

Dokumentart:

Konferenzbeitrag (Poster)

Titel:

Deep Learning Solutions for TanDEM-X based forest classification

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Mazza, Antonio	University of Naples Federico II	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Sica, Francescopaolo	Francescopaolo.Sica (at) dlr.de	https://orcid.org/0000-0003-1593-1492	NICHT SPEZIFIZIERT

Datum:

2019

Erschienen in:

International Geoscience and Remote Sensing Symposium (IGARSS)

Referierte Publikation:

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

Forest classification, InSAR, TanDEM-X, Deep Learning, Convolutional Neural Networks

Veranstaltungstitel:

IEEE International Geoscience and Remote Sensing Symposium (IGARSS)

Veranstaltungsort:

Yokohama, Japan

Veranstaltungsart:

internationale Konferenz

Veranstaltungsbeginn:

28 Juli 2019

Veranstaltungsende:

2 August 2019

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 - SAR-Methoden

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Hochfrequenztechnik und Radarsysteme > Satelliten-SAR-Systeme

Hinterlegt von:

Sica, Dr. Francescopaolo

Hinterlegt am:

09 Apr 2019 07:30

Letzte Änderung:

24 Apr 2024 20:30

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags