Versenden
Drucken
Carcereri, Daniel und Rizzoli, Paola und Ienco, Dino und Bruzzone, Lorenzo (2024) A country-level deep-learning approach for canopy height estimation from TanDEM-X InSAR data. In: Proceedings of the European Conference on Synthetic Aperture Radar, EUSAR. European Conference on Synthetic Aperture Radar (EUSAR), 2024-04-23 - 2024-04-26, Munich, Germany. ISSN 2197-4403.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
4MB |
| elib-URL des Eintrags: | https://elib.dlr.de/197678/ | ||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Konferenzbeitrag (Vortrag) | ||||||||||||||||||||
| Titel: | A country-level deep-learning approach for canopy height estimation from TanDEM-X InSAR data | ||||||||||||||||||||
| Autoren: |
| ||||||||||||||||||||
| Datum: | 2024 | ||||||||||||||||||||
| Erschienen in: | Proceedings of the European Conference on Synthetic Aperture Radar, EUSAR | ||||||||||||||||||||
| Referierte Publikation: | Ja | ||||||||||||||||||||
| Open Access: | Ja | ||||||||||||||||||||
| Gold Open Access: | Nein | ||||||||||||||||||||
| In SCOPUS: | Ja | ||||||||||||||||||||
| In ISI Web of Science: | Nein | ||||||||||||||||||||
| ISSN: | 2197-4403 | ||||||||||||||||||||
| Status: | veröffentlicht | ||||||||||||||||||||
| Stichwörter: | bistatic coherence, convolutional neural network, deep learning, forest height, synthetic aperture radar, synthetic aperture radar interferometry, TanDEM-X | ||||||||||||||||||||
| Veranstaltungstitel: | European Conference on Synthetic Aperture Radar (EUSAR) | ||||||||||||||||||||
| Veranstaltungsort: | Munich, Germany | ||||||||||||||||||||
| Veranstaltungsart: | internationale Konferenz | ||||||||||||||||||||
| Veranstaltungsbeginn: | 23 April 2024 | ||||||||||||||||||||
| Veranstaltungsende: | 26 April 2024 | ||||||||||||||||||||
| Veranstalter : | VDE | ||||||||||||||||||||
| 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 - AI4SAR | ||||||||||||||||||||
| Standort: | Oberpfaffenhofen | ||||||||||||||||||||
| Institute & Einrichtungen: | Institut für Hochfrequenztechnik und Radarsysteme Institut für Hochfrequenztechnik und Radarsysteme > Satelliten-SAR-Systeme | ||||||||||||||||||||
| Hinterlegt von: | Carcereri, Daniel | ||||||||||||||||||||
| Hinterlegt am: | 09 Okt 2023 08:41 | ||||||||||||||||||||
| Letzte Änderung: | 30 Jan 2025 17:42 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
