Principal Components of Gradient Distribution for Aerial Images Segmentation
- سال انتشار: 1391
- محل انتشار: یازدهمین کنفرانس سراسری سیستم های هوشمند
- کد COI اختصاصی: ICS11_266
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1172
نویسندگان
Artificial Intelligence Laboratory Department of Electrical and Computer Engineering Isfahan University of Technology
Artificial Intelligence Laboratory Department of Electrical and Computer Engineering Isfahan University of Technology
چکیده
Aerial images segmentation is a principal task in many applications of remote sensing such as natural disaster monitoring, residential area detection and etc. This paper presents a new method for aerial images segmentation. The method can distinct urban terrains from non-urban terrains using a supervised learning algorithm. Extracted feature for image description is based on principal components analysis of gradient distribution. The proposed method tested on several aerial images of Google Earth taken by satellite and results show that it can segment these images with high accuracy and very fast speedکلیدواژه ها
Computer Vision, Satellite Image, Image Segmentation, Remote Sensing, Gradient Distributionمقالات مرتبط جدید
- یادگیری بازنمایی بصری متضاد مبتنی بر رویکردهای تعاملی و تخاصمی
- هوشمندسازی مدارس
- هوش مصنوعی و تحلیل بقا برای پیش بینی طول عمر حرفهای بازیکنان بسکتبال NBA با استفاده از دادههای پزشکی و عملکردی
- هوش مصنوعی در سیستم های قدرت
- هوش مصنوعی در خدمت تاریخ: بازخوانی سنگ نبشته های تخت جمشید با بهره گیری از فناوریهای تشخیص نوشتار و تحلیل زبان
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.