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

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

Abstract

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.

Item URL in elib:

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

Document Type:

Thesis (Dissertation)

Title:

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

Authors:

Authors	Institution or Email of Authors	Author's ORCID iD	ORCID Put Code
Hua, Yuansheng	UNSPECIFIED	UNSPECIFIED	UNSPECIFIED

Date:

2022

Journal or Publication Title:

mediaTUM

Refereed publication:

Open Access:

Yes

Number of Pages:

214

Status:

Published

Keywords:

Deep Learning, KI, AI4EO, Fernerkundung

Institution:

Technical University of Munich

Department:

School of Engineering and Design

HGF - Research field:

Aeronautics, Space and Transport

HGF - Program:

Space

HGF - Program Themes:

Earth Observation

DLR - Research area:

Raumfahrt

DLR - Program:

R EO - Earth Observation

DLR - Research theme (Project):

R - Artificial Intelligence

Location:

Oberpfaffenhofen

Institutes and Institutions:

Remote Sensing Technology Institute > EO Data Science

Deposited By:

Rösel, Dr. Anja

Deposited On:

12 Jan 2023 17:40

Last Modified:

13 Jan 2023 14:16

Repository Staff Only: item control page