• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International symposium on multispectral image processing and pattern recognition;MIPPR 2009 >Discriminative Random Fields with Belief Propagation Inference: Application in Semantic-based Classification of Remote Sensing Images
【24h】

Discriminative Random Fields with Belief Propagation Inference: Application in Semantic-based Classification of Remote Sensing Images

机译：带有信念传播推理的可区分随机场：在基于语义的遥感影像分类中的应用

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper addresses the problem of remote sensing image classification based on the semantic context using Discriminative Random Field (DRF) model. The DRF model is used to capture the highly complicated spatial interactions and contextual information in remote sensing images. The DRF labels different image regions by using neighborhood spatial interactions of the labels as well as the observed data. Based on the DRF model, a graph-basedinference algorithm-Belief Propagation (BP), is employed to obtain the optimal classification result. This inferencealgorithm is efficient in the sense that it produces highly accurate results in practice compared to other traditional inference algorithms.
机译：本文利用判别性随机场（DRF）模型解决了基于语义上下文的遥感图像分类问题。 DRF模型用于捕获遥感图像中高度复杂的空间交互作用和上下文信息。 DRF通过使用标签的邻域空间交互以及观察到的数据来标记不同的图像区域。基于DRF模型，基于图 推理算法-信念传播（BP）被用来获得最佳的分类结果。这个推论 与其他传统推理算法相比，该算法在实践中会产生高度准确的结果，因此是有效的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号