Object-based VHSR image classification using multiband compact texture unit descriptor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In remote sensing, texture is commonly used to support spectral information particularly when spectral signatures of class of interest are similar. It is usually extracted using panchromatic band instead of multispectral bands. This is because panchromatic band has rich texture content due to its fine spatial resolution. Recent space-borne and pansharpening techniques can deliver multispectral images with a submetric resolution which are also good candidates for texture analysis. The difficulty in extracting texture in multispectral images is the fact that existing and widely used methods are limited to analyzing spatial relationship between pixels in a single band at a time. When multispectral images are used texture characterization is usually performed by analyzing spatial relationships in each spectral band independently. This ignores inter-band spatial relationships which can be a source of valuable source of information. This paper evaluates the capability of a recently proposed method named multiband compact texture unit. This method extracts texture by characterizing simultaneously spatial relationship in the same band and across the different bands. This evaluation is performed in the context of object-based classification paradigm using WorldView-2 image of a forest area. For that image-objects were generated through superpixel segmentation. Classification in the object-feature space is performed suing K nearest neighbor algorithm. The proposed approach is compared to two groups of methods. The first group includes texture methods that use only spatial relationships in the same band: Gabor features wavelets and Granulometry. The second group includes methods that use intra-band and inter-band spatial relationships: integrative gray-level co-occurrence matrix, opponent Gabor features and opponent local binary patterns. Experimental results show that texture extracted using both intra-band and inter-band spatial relationship improves the classification accuracy compared to when it is extracted in each spectral band independently. Among the methods of the second group that use both intra-band and inter-band spatial relationships, the multiband compact texture unit method produces the best results.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle