机译:通过协同使用深度学习和3D点云功能(来自超高分辨率的倾斜航拍图像和多核学习)来进行灾害破坏检测
Univ Twente, Fac Geoinformat Sci & Earth Observat ITC, POB 217, NL-7500 AE Enschede, Netherlands;
Tech Univ Carolo Wilhelmina Braunschweig, Inst Geodesy & Photogrammetry, Pockelsstr 3, D-38106 Braunschweig, Germany;
Univ Twente, Fac Geoinformat Sci & Earth Observat ITC, POB 217, NL-7500 AE Enschede, Netherlands;
Univ Twente, Fac Geoinformat Sci & Earth Observat ITC, POB 217, NL-7500 AE Enschede, Netherlands;
Univ Twente, Fac Geoinformat Sci & Earth Observat ITC, POB 217, NL-7500 AE Enschede, Netherlands;
Oblique images; UAV; 3D point cloud features; CNN features; Multiple-kernel-learning; Transfer learning; Model transferability; Structural damage detections;
机译:基于超高分辨率斜向机载图像的3D点云中的间隙来识别建筑物中的损坏
机译:基于深度学习的香蕉植物检测和使用从无人机飞行器(UAV)收集的高分辨率红绿蓝(RGB)图像计数
机译:结合迭代缓慢特征分析和深度特征学习改变检测在高分辨率遥感图像中
机译:利用空中照片的3D模型进行水平构建掩模图像的自动生成方法,用于深入学习:使用生成的对抗网络从空中照片中移除薄云,提高训练准确性
机译:迈向由倾斜和纳迪尔航空影像衍生的点云的3D匹配
机译:绝缘子高分辨率空中图像缺陷检测深度学习方法
机译:基于深度学习的香蕉植物检测和使用从无人驾驶飞行器(UAV)收集的高分辨率红绿蓝(RGB)图像计数