Zobrazeno 1 - 10
of 28
pro vyhledávání: '"Cloud and snow detection"'
Publikováno v:
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 17, Pp 15206-15221 (2024)
Cloud and snow detection in remote sensing images has advanced significantly with the aid of deep learning methods. However, deep learning methods necessitate a large quantity of labeled data, which consumes a substantial amount of human and material
Externí odkaz:
https://doaj.org/article/59a8a6380db04d56a73d8658a0b8f5d5
Publikováno v:
Remote Sensing, Vol 16, Iss 1, p 112 (2023)
The ground is typically hidden by cloud and snow in satellite images, which have a similar visible spectrum and complex spatial distribution characteristics. The detection of cloud and snow is important for increasing image availability and studying
Externí odkaz:
https://doaj.org/article/5a91cc7ca8e54933ad97629a19cea80c
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Remote Sensing, Vol 13, Iss 23, p 4805 (2021)
Clouds and snow in remote sensing imageries cover underlying surface information, reducing image availability. Moreover, they interact with each other, decreasing the cloud and snow detection accuracy. In this study, we propose a convolutional neural
Externí odkaz:
https://doaj.org/article/049c8ed413be4eccaa88a6319500c3cc
Publikováno v:
ISPRS International Journal of Geo-Information, Vol 10, Iss 7, p 462 (2021)
The segmentation of cloud and snow in satellite images is a key step for subsequent image analysis, interpretation, and other applications. In this paper, a cloud and snow segmentation method based on a deep convolutional neural network (DCNN) with e
Externí odkaz:
https://doaj.org/article/fb77486d55c3482e8c33361b11c600b2
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Remote Sensing, Vol 13, Iss 4805, p 4805 (2021)
Remote Sensing
Volume 13
Issue 23
Pages: 4805
Remote Sensing
Volume 13
Issue 23
Pages: 4805
Clouds and snow in remote sensing imageries cover underlying surface information, reducing image availability. Moreover, they interact with each other, decreasing the cloud and snow detection accuracy. In this study, we propose a convolutional neural
Publikováno v:
ISPRS International Journal of Geo-Information, Vol 10, Iss 462, p 462 (2021)
ISPRS International Journal of Geo-Information
Volume 10
Issue 7
ISPRS International Journal of Geo-Information
Volume 10
Issue 7
The segmentation of cloud and snow in satellite images is a key step for subsequent image analysis, interpretation, and other applications. In this paper, a cloud and snow segmentation method based on a deep convolutional neural network (DCNN) with e
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.