Вестник БГУ. Математика, информатика
Библиографическое описание:
,
,
ПРЕДОБРАБОТКА КОСМОСНИМКОВ В ЗАДАЧЕ ПОИСКА ОБЪЕКТОВ // Вестник БГУ. Математика, информатика. - 2018. №4. . - С. 16-21.
Заглавие:
ПРЕДОБРАБОТКА КОСМОСНИМКОВ В ЗАДАЧЕ ПОИСКА ОБЪЕКТОВ
Финансирование:
Коды:
Аннотация:
В статье рассматривается совместное использование структурных методов и нейронных сетей для обнаружения антропогенных объектов, т.е. в методе по иска объектов по запросу пользователя на языке SOQL применяется класси фикатор на основе нейронной сети для оценки спектральных и текстурных признаков. В отличие от предыдущего метода опорных векторов (SVМ) пред ложенный метод позволяет применять ОдИН классификатор для разных изо бражений.
Ключевые слова:
нейронные сети; классификация; Tensorflow; логические методы распознавания.
Список литературы:
Методы и технологии обработки мульти- и гиперспектральных данных дистанционного зондирования Земли высокого разрешения / О. И. Потатуркин [и др.]// Вычислительные технологии. 2013. Т. 18. С. 60--67.
Automatic reconstruction of regular buildings using а shapebased balloon snake model / D. Yari, М. Mokhtarzade, Н. Ebadi, S. Ahmadi // Photogrammetric Record. 2014. Vol. 29, № 146. Р. 187-205.
Kolbe Т. Н., Plumer L., Cremers А В. Using Constraints for the Identification of Buildings in Aerial Images // Procedings of the 2nd lntemational Conference on the Practical Application ofConstraint Technology. 1996. Р. 1- 12.
Интерпретатор языка SOQL для обработки растровых изображений / И. В. Бычков [и др.]// Вычислительные технологии. 2016. Т. 21, № 1. С. 49-59.
Rashid Т. Make your own neural network. CreateSpace Independent PuЫishing Platfoпn. 2016. 222 р.
Кrizhevsky А , Sutskever 1., Нinton G. Е. Imagenet classification with deep convolutional neural networks // Advances in neural information processing systems. 2012.Р. 1097-1105.