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

Weakly Supervised Semantic Segmentation of Satellite Images for Land Cover Mapping - Challenges and Opportunities

Schmitt, Michael und Prexl, Jonathan und Ebel, Patrick und Liebel, Lukas und Zhu, Xiao Xiang (2020) Weakly Supervised Semantic Segmentation of Satellite Images for Land Cover Mapping - Challenges and Opportunities. In: ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, V-3, Seiten 795-802. ISPRS 2020, 31.8.-2.9.2020, Nice, France. doi: 10.5194/isprs-annals-V-3-2020-795-2020. ISSN 2194-9042.

[img] PDF
1MB

Offizielle URL: https://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/V-3-2020/795/2020/


elib-URL des Eintrags:https://elib.dlr.de/138021/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Weakly Supervised Semantic Segmentation of Satellite Images for Land Cover Mapping - Challenges and Opportunities
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Schmitt, MichaelTUMNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Prexl, JonathanSignal Processing in Earth Observation, Technical University of MunichNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Ebel, PatrickTUMNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Liebel, Lukaslukas.liebel (at) tum.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiao.zhu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2020
Erschienen in:ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:V-3
DOI:10.5194/isprs-annals-V-3-2020-795-2020
Seitenbereich:Seiten 795-802
ISSN:2194-9042
Status:veröffentlicht
Stichwörter:Land Cover Mapping, Deep Learning, Machine Learning, Data Fusion
Veranstaltungstitel:ISPRS 2020
Veranstaltungsort:Nice, France
Veranstaltungsart:internationale Konferenz
Veranstaltungsdatum:31.8.-2.9.2020
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: Liu, Rong
Hinterlegt am:24 Nov 2020 17:51
Letzte Änderung:25 Nov 2020 14:28

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.