A Novel Approach to Unsupervised Segmentation of Multitemporal VHR Images Based on Deep Learning

Saha, Sudipan und Mou, LiChao und Qiu, Chunping und Zhu, Xiao Xiang und Bovolo, Francesca und Bruzzone, Lorenzo (2020) A Novel Approach to Unsupervised Segmentation of Multitemporal VHR Images Based on Deep Learning. In: 2020 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2020, Seiten 1-4. IGARSS 2020, 2020-09-26 - 2020-10-02, Waikoloa, Hawaii, USA. doi: 10.1109/IGARSS39084.2020.9324651. ISBN 978-172816374-1. ISSN 2153-6996.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://igarss2020.org/view_paper.php?PaperNum=1390

elib-URL des Eintrags:

https://elib.dlr.de/139795/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

A Novel Approach to Unsupervised Segmentation of Multitemporal VHR Images Based on Deep Learning

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Saha, Sudipan	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Mou, LiChao	LiChao.Mou (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Qiu, Chunping	Technical University München	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Zhu, Xiao Xiang	xiao.zhu (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Bovolo, Francesca	bovolo (at) fbk.eu	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Bruzzone, Lorenzo	University of Trento	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

Oktober 2020

Erschienen in:

2020 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2020

Referierte Publikation:

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

DOI:

10.1109/IGARSS39084.2020.9324651

Seitenbereich:

Seiten 1-4

ISSN:

2153-6996

ISBN:

978-172816374-1

Status:

veröffentlicht

Stichwörter:

unsupervised segmentation, multitemporal, VHR images, deep learning

Veranstaltungstitel:

IGARSS 2020

Veranstaltungsort:

Waikoloa, Hawaii, USA

Veranstaltungsart:

internationale Konferenz

Veranstaltungsbeginn:

26 September 2020

Veranstaltungsende:

2 Oktober 2020

Veranstalter :

IEEE

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 - Fernerkundung u. Geoforschung

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Methodik der Fernerkundung > EO Data Science

Hinterlegt von:

Bratasanu, Ion-Dragos

Hinterlegt am:

18 Dez 2020 13:54

Letzte Änderung:

24 Apr 2024 20:40

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags