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

Deep Learning in Very High Resolution Remote Sensing Image Information Mining Communication Concept

Vaduva, Corina und Gavat, Inge und Datcu, Mihai (2012) Deep Learning in Very High Resolution Remote Sensing Image Information Mining Communication Concept. In: Proceedings of the 20th European Signal Processing Conference (EUSIPCO 2012), Seiten 2506-2510. IEEE Xplore. EUSIPCO 2012, 2012-08-27 - 2012-08-31, Bucharest, Romania. ISBN 978-1-4673-1068-0 (p). ISSN 2219-5491.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://ieeexplore.ieee.org/document/6334194

Kurzfassung

This paper presents the image information mining based on a communication channel concept. The feature extraction algorithms encode the image, while an analysis of topic discovery will decode and send its content to the user in the shape of a semantic map. We consider this approach for a real meaning based semantic annotation of very high resolution remote sensing images. The scene content is described using a multi-level hierarchical information representation. Feature hierarchies are discovered considering that higher levels are formed by combining features from lower level. Such a level to level mapping defines our methodology as a deep learning process. The whole analysis can be divided in two major learning steps. The first one regards the Bayesian inference to extract objects and assign basic semantic to the image. The second step models the spatial interactions between the scene objects based on Latent Dirichlet Allocation, performing a high level semantic annotation. We used a WorldView2 image to exemplify the processing results.

elib-URL des Eintrags:https://elib.dlr.de/79186/
Dokumentart:Konferenzbeitrag (Vortrag, Paper)
Titel:Deep Learning in Very High Resolution Remote Sensing Image Information Mining Communication Concept
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Vaduva, CorinaPolitehnica University of Bucharest, RomaniaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Gavat, IngePolitehnica University of Bucharest, RomaniaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datcu, Mihaimihai.datcu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:15 Mai 2012
Erschienen in:Proceedings of the 20th European Signal Processing Conference (EUSIPCO 2012)
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Seitenbereich:Seiten 2506-2510
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
NICHT SPEZIFIZIERTEURASIPNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:IEEE Xplore
ISSN:2219-5491
ISBN:978-1-4673-1068-0 (p)
Status:veröffentlicht
Stichwörter:Information theory , deep learning , semantic annotation
Veranstaltungstitel:EUSIPCO 2012
Veranstaltungsort:Bucharest, Romania
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:27 August 2012
Veranstaltungsende:31 August 2012
Veranstalter :EURASIP
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 - Vorhaben hochauflösende Fernerkundungsverfahren (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von:UNGÜLTIGER BENUTZER
Hinterlegt am:29 Nov 2012 14:06
Letzte Änderung:24 Apr 2024 19:45

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.