Versenden
Drucken
Xia, Yuanxin (2022) Deep Learning based Dense Matching Optimization in Remote Sensing. Dissertation, Technical University of Munich.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
24MB |
| elib-URL des Eintrags: | https://elib.dlr.de/192168/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Hochschulschrift (Dissertation) | ||||||||
| Titel: | Deep Learning based Dense Matching Optimization in Remote Sensing | ||||||||
| Autoren: |
| ||||||||
| Datum: | 2022 | ||||||||
| Referierte Publikation: | Nein | ||||||||
| Open Access: | Ja | ||||||||
| Seitenanzahl: | 114 | ||||||||
| Status: | veröffentlicht | ||||||||
| Stichwörter: | Deep learning, dense matching,Semi-Global Matching, disparity | ||||||||
| Institution: | Technical University of Munich | ||||||||
| Abteilung: | TUM School of Engineering and Design | ||||||||
| 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 - Optische Fernerkundung, R - Künstliche Intelligenz | ||||||||
| Standort: | Oberpfaffenhofen | ||||||||
| Institute & Einrichtungen: | Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse | ||||||||
| Hinterlegt von: | Tian, Dr Jiaojiao | ||||||||
| Hinterlegt am: | 12 Dez 2022 11:50 | ||||||||
| Letzte Änderung: | 12 Dez 2022 11:50 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
