Поиск :
Личный кабинет :
Электронный каталог: Куприянова, Д.В. - Классификация методов сегментации снимков земной поверхности
Куприянова, Д.В. - Классификация методов сегментации снимков земной поверхности
Статья
Автор: Куприянова, Д.В.
Системный анализ и прикладная информатика: Классификация методов сегментации снимков земной поверхности
Classification of earth surface image segmentation methods
б.г.
ISBN отсутствует
Автор: Куприянова, Д.В.
Системный анализ и прикладная информатика: Классификация методов сегментации снимков земной поверхности
Classification of earth surface image segmentation methods
б.г.
ISBN отсутствует
На полку
Статья
Куприянова, Д.В.
Классификация методов сегментации снимков земной поверхности = Classification of earth surface image segmentation methods / Д. В. Куприянова, Д. Ю. Перцев, М. М. Татур. – DOI 10.21122/2309-4923-2023-4-20-28 // Системный анализ и прикладная информатика. – 2023. – № 4. – С. 20-28. – Режим доступа : https://rep.bntu.by/handle/data/139563. – На рус. яз.
В данной работе представлена классификация методов сегментации снимков земной поверхности. Рассмотрены такие подходы как сравнение с шаблоном, машинное обучение и глубокие нейронные сети, а также применение знаний об анализируемых объектах. Рассмотрены особенности применения вегетационных индексов для сегментации данных по спутниковым снимкам. Отмечены преимущества и недостатки. Систематизированы результаты, полученные авторами методик, появившихся за последние 10 лет, что позволит заинтересованным быстрее сориентироваться, сформировать идеи для последующих исследований.
The classification of methods for land surface image segmentation is presented in the paper. Such approaches as template matching, machine learning and deep neural networks, as well as application of knowledge about analyzed objects are considered. Peculiarities of vegetation indices application for satellite images data segmentation are considered. Advantages and disadvantages are noted. The results obtained by the authors of the methods that have appeared over the last 10 years are systematized, which will allow those interested to get oriented faster and form ideas for further research.
004.932
общий = БД Техника
общий = ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ
общий = ГЛУБОКОЕ ОБУЧЕНИЕ
общий = МАШИННОЕ ОБУЧЕНИЕ
общий = АНАЛИЗ ИЗОБРАЖЕНИЙ
Куприянова, Д.В.
Классификация методов сегментации снимков земной поверхности = Classification of earth surface image segmentation methods / Д. В. Куприянова, Д. Ю. Перцев, М. М. Татур. – DOI 10.21122/2309-4923-2023-4-20-28 // Системный анализ и прикладная информатика. – 2023. – № 4. – С. 20-28. – Режим доступа : https://rep.bntu.by/handle/data/139563. – На рус. яз.
В данной работе представлена классификация методов сегментации снимков земной поверхности. Рассмотрены такие подходы как сравнение с шаблоном, машинное обучение и глубокие нейронные сети, а также применение знаний об анализируемых объектах. Рассмотрены особенности применения вегетационных индексов для сегментации данных по спутниковым снимкам. Отмечены преимущества и недостатки. Систематизированы результаты, полученные авторами методик, появившихся за последние 10 лет, что позволит заинтересованным быстрее сориентироваться, сформировать идеи для последующих исследований.
The classification of methods for land surface image segmentation is presented in the paper. Such approaches as template matching, machine learning and deep neural networks, as well as application of knowledge about analyzed objects are considered. Peculiarities of vegetation indices application for satellite images data segmentation are considered. Advantages and disadvantages are noted. The results obtained by the authors of the methods that have appeared over the last 10 years are systematized, which will allow those interested to get oriented faster and form ideas for further research.
004.932
общий = БД Техника
общий = ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ
общий = ГЛУБОКОЕ ОБУЧЕНИЕ
общий = МАШИННОЕ ОБУЧЕНИЕ
общий = АНАЛИЗ ИЗОБРАЖЕНИЙ
