Zobrazeno 1 - 10
of 629
pro vyhledávání: '"D. Cremers"'
Publikováno v:
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol XLVIII-1-W2-2023, Pp 41-46 (2023)
3D object detection using LiDAR point clouds is a fundamental task in the fields of computer vision, robotics, and autonomous driving. However, existing 3D detectors heavily rely on annotated datasets, which are both time-consuming and prone to error
Externí odkaz:
https://doaj.org/article/0bef0e0b83cc4324880ac6b2da9e2180
Publikováno v:
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol XL-1, Pp 195-200 (2014)
To improve the quality of algorithms for automatic generation of Digital Surface Models (DSM) from optical stereo data in the remote sensing community, the Working Group 4 of Commission I: Geometric and Radiometric Modeling of Optical Airborne and Sp
Externí odkaz:
https://doaj.org/article/af2c7f3273ec4f00a4c25f79a775a0e4
Publikováno v:
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol XL-1-W2, Pp 39-44 (2013)
In this paper, we present a graph based approach for performing the system calibration of a sensor suite containing a fixed mounted camera and an inertial navigation system. The aim of the presented work is to obtain accurate direct georeferencing o
Externí odkaz:
https://doaj.org/article/e8963b364b45424da4b5f064c3caf4db
Publikováno v:
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol XL-1-W2, Pp 395-400 (2013)
In this paper, we present an approach for acquiring textured 3D models of room-sized indoor spaces using a quadrocopter. Such room models are for example useful for architects and interior designers as well as for factory planners and construction
Externí odkaz:
https://doaj.org/article/2324aa17d4d64e59a2403c6cb6a4ed80
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:
Scientific Reports, Vol 9, Iss 1, Pp 1-9 (2019)
Automated diagnosis of tuberculosis (TB) from chest X-Rays (CXR) has been tackled with either hand-crafted algorithms or machine learning approaches such as support vector machines (SVMs) and convolutional neural networks (CNNs). Most deep neural net
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doajarticles::c41d93ab3107373a245793de2c8e1e1b
http://link.springer.com/article/10.1038/s41598-019-42557-4
http://link.springer.com/article/10.1038/s41598-019-42557-4
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.
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:
Scientific Reports
Automated diagnosis of tuberculosis (TB) from chest X-Rays (CXR) has been tackled with either hand-crafted algorithms or machine learning approaches such as support vector machines (SVMs) and convolutional neural networks (CNNs). Most deep neural net
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=pmid________::fc502d9cc25dc3135a3e28a8b6998c1f
https://pubmed.ncbi.nlm.nih.gov/31000728
https://pubmed.ncbi.nlm.nih.gov/31000728