Magyar
Toggle navigation
Tudóstér
Magyar
Tudóstér
Keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Böngészés
Saját polc tartalma
(
0
)
Korábbi keresések
CCL parancs
CCL
Összesen 1 találat.
#/oldal:
12
36
60
120
Rövid
Hosszú
MARC
Részletezés:
Rendezés:
Szerző növekvő
Szerző csökkenő
Cím növekvő
Cím csökkenő
Dátum növekvő
Dátum csökkenő
1.
001-es BibID:
BIBFORM087257
035-os BibID:
(cikkazonosító)2397 (WOS)000567130200001 (Scopus)85089524467
Első szerző:
Schlosser Aletta Dóra (geográfus)
Cím:
Building Extraction Using Orthophotos and Dense Point Cloud Derived from Visual Band Aerial Imagery Based on Machine Learning and Segmentation / Schlosser Aletta Dóra, Szabó Gergely, Bertalan László, Varga Zsolt, Enyedi Péter, Szabó Szilárd
Dátum:
2020
ISSN:
2072-4292
Megjegyzések:
Urban sprawl related increase of built-in areas requires reliable monitoring methods and remote sensing can be an efficient technique. Aerial surveys, with high spatial resolution, provide detailed data for building monitoring, but archive images usually have only visible bands. We aimed to reveal the efficiency of visible orthophotographs and photogrammetric dense point clouds in building detection with segmentation-based machine learning (with five algorithms) using visible bands, texture information, and spectral and morphometric indices in different variable sets. Usually random forest (RF) had the best (99.8%) and partial least squares the worst overall accuracy (~60%). We found that >95% accuracy can be gained even in class level. Recursive feature elimination (RFE) was an efficient variable selection tool, its result with six variables was like when we applied all the available 31 variables. Morphometric indices had 82% producer's and 85% user's Accuracy (PA and UA, respectively) and combining them with spectral and texture indices, it had the largest contribution in the improvement. However, morphometric indices are not always available but by adding texture and spectral indices to red-green-blue (RGB) bands the PA improved with 12% and the UA with 6%. Building extraction from visual aerial surveys can be accurate, and archive images can be involved in the time series of a monitoring.
Tárgyszavak:
Természettudományok
Földtudományok
idegen nyelvű folyóiratközlemény külföldi lapban
folyóiratcikk
photogrammetry
RGB indices
image texture
morphometric indices
recursive feature elimination
random forest
support vector machine
multiple adatptive regression spline
partial least square
Megjelenés:
Remote Sensing. - 12 : 15 (2020), p. 1-28. -
További szerzők:
Szabó Gergely (1975-) (geográfus)
Bertalan László (1989-) (geográfus)
Varga Zsolt (1968-) (építőmérnök)
Enyedi Péter (1982-) (környezettudós)
Szabó Szilárd (1974-) (geográfus)
Pályázati támogatás:
NKFI KH 130427
Egyéb
ED_18-1-2019-0028 Thematic Excellence Programme of the ministry for Innovation and Technology in Hungary, framework of the Space Sciences thematic programme of the University of Debrecen
Egyéb
Internet cím:
Szerző által megadott URL
DOI
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:
Rekordok letöltése
1
Corvina könyvtári katalógus v8.2.27
© 2023
Monguz kft.
Minden jog fenntartva.