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

GA-Net-Pyramid: An Efficient End-to-End Network for Dense Matching

Xia, Yuanxin und d'Angelo, Pablo und Fraundorfer, Friedrich und Tian, Jiaojiao und Fuentes Reyes, Mario und Reinartz, Peter (2022) GA-Net-Pyramid: An Efficient End-to-End Network for Dense Matching. Remote Sensing, 14 (8), Seite 1942. Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/rs14081942. ISSN 2072-4292.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
5MB

Offizielle URL: https://www.mdpi.com/2072-4292/14/8/1942


elib-URL des Eintrags:https://elib.dlr.de/189959/
Dokumentart:Zeitschriftenbeitrag
Titel:GA-Net-Pyramid: An Efficient End-to-End Network for Dense Matching
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Xia, YuanxinYuanxin.Xia (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
d'Angelo, PabloPablo.Angelo (at) dlr.dehttps://orcid.org/0000-0001-8541-3856NICHT SPEZIFIZIERT
Fraundorfer, Friedrichfriedrich.fraundorfer (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Tian, JiaojiaoJiaojiao.Tian (at) dlr.dehttps://orcid.org/0000-0002-8407-5098NICHT SPEZIFIZIERT
Fuentes Reyes, MarioMario.FuentesReyes (at) dlr.dehttps://orcid.org/0000-0002-6593-5152NICHT SPEZIFIZIERT
Reinartz, Peterpeter.reinartz (at) dlr.dehttps://orcid.org/0000-0002-8122-1475NICHT SPEZIFIZIERT
Datum:17 April 2022
Erschienen in:Remote Sensing
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Ja
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:14
DOI:10.3390/rs14081942
Seitenbereich:Seite 1942
Verlag:Multidisciplinary Digital Publishing Institute (MDPI)
ISSN:2072-4292
Status:veröffentlicht
Stichwörter:dense matching; deep learning; convolutional neural networks; end-to-end; pyramid architecture
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Straßenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V ST Straßenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - Digitaler Atlas 2.0, R - Künstliche Intelligenz
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Tian, Dr Jiaojiao
Hinterlegt am:11 Nov 2022 12:38
Letzte Änderung:04 Mai 2023 17:52

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.