• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Computer Vision Theory and Applications >A Comparison on Supervised Machine Learning Classification Techniques for Semantic Segmentation of Aerial Images of Rain Forest Regions
【24h】

A Comparison on Supervised Machine Learning Classification Techniques for Semantic Segmentation of Aerial Images of Rain Forest Regions

机译：雨林地区空中映像的语义分割监督机器学习分类技术比较

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

摘要

Segmentation is one of the most important operations in Computer Vision. Partition of the image in several domain-independent components is important in several practical machine learning solutions involving visual data. In the specific problem of finding anomalies in aerial images of forest regions, this can be specially important, as a multilevel classification solution can demand that each type of terrain and other components of the image are inspected by different classification algorithms or parameters. This work compares several common classification algorithms and assess their reliability on segmenting aerial images of rain forest regions as a first step into a multi-level classification solution. Finally, we draw conclusions based on the experiments using real images from a publicly available dataset, comparing the results of those classification algorithms for segmenting this kind of images.
机译：分割是计算机愿景中最重要的操作之一。在涉及可视数据的几种实用机器学习解决方案中，涉及涉及视觉数据的几个实际机器学习解决方案中的图像分区。在森林地区的空中图像中发现异常的具体问题中，这可以特别重要，因为多级分类解决方案可以要求通过不同的分类算法或参数检查图像的每种类型的地形和其他组件。这项工作比较了几种常见的分类算法，并评估了它们在雨林地区的分割空中图像作为第一步成为多级分类解决方案的可靠性。最后，我们基于使用公共可用数据集的实验的实验得出结论，比较了那些分类算法的结果来分割这种图像的分类算法。

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