Deep Learning for Aerial Scene Understanding in High Resolution Remote Sensing Imagery from the Lab to the Wild

Hua, Yuansheng (2022) Deep Learning for Aerial Scene Understanding in High Resolution Remote Sensing Imagery from the Lab to the Wild. Dissertation, Technical University of Munich.

PDF
88MB

Offizielle URL: https://mediatum.ub.tum.de/603790?show_id=1638090

Kurzfassung

Diese Arbeit präsentiert die Anwendung von Deep Learning beim Verständnis von Luftszenen, z. B. Luftszenenerkennung, Multi-Label-Objektklassifizierung und semantische Segmentierung. Abgesehen vom Training tiefer Netzwerke unter Laborbedingungen bietet diese Arbeit auch Lernstrategien für praktische Szenarien, z. B. werden Daten ohne Einschränkungen gesammelt oder Annotationen sind knapp.

elib-URL des Eintrags:

https://elib.dlr.de/193260/

Dokumentart:

Hochschulschrift (Dissertation)

Titel:

Deep Learning for Aerial Scene Understanding in High Resolution Remote Sensing Imagery from the Lab to the Wild

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Hua, Yuansheng	Yuansheng.Hua (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2022

Erschienen in:

mediaTUM

Referierte Publikation:

Nein

Open Access:

Seitenanzahl:

214

Status:

veröffentlicht

Stichwörter:

Deep Learning, KI, AI4EO, Fernerkundung

Institution:

Technical University of Munich

Abteilung:

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 - Künstliche Intelligenz

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Methodik der Fernerkundung > EO Data Science

Hinterlegt von:

Rösel, Dr. Anja

Hinterlegt am:

12 Jan 2023 17:40

Letzte Änderung:

13 Jan 2023 14:16

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags