بررسی روشهای بخش بندی تصاویر سنجش از دور مبتنی بر رویکردهای سنتی و یادگیری عمیق
Publish place: The 7th International Conference on Electrical Engineering, Computer, Mechanics and Artificial Intelligence
Publish Year: 1403
Type: Conference paper
Language: Persian
View: 221
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
EECMAI07_003
Index date: 6 August 2024
بررسی روشهای بخش بندی تصاویر سنجش از دور مبتنی بر رویکردهای سنتی و یادگیری عمیق abstract
تفسیر و آشکارسازی بصری اشیاء در تصاویر سنجش از دور از چالشهای اصلی بینایی ماشین است. در سالهای اخیر روشها و رویکردهای متفاوتی از تکنیکهای پردازش رقومی تصاویر تا یادگیری عمیق مورد مطالعه قرار گرفته است. با اینحال توسعه روشهای بخشبندی تصاویر از اهمیت بالایی برخوردار است و میتواند راهگشا پیشبینی ها و پایشهای عوارض و رخدادهای طبیعی باشد. از آنجایی که شناسایی و آشکارسازی اشیاء در تصاویر سنجش از دور سطح زمین و تولید یک نقشه آشکارسازی شده با استفاده از یک روش کلی نتایج کافی مورد انتظار را تولید نمیکند، داشتن یک دید کلی از رایج ترین رویکردها و روشها در حوزه بخشبندی تصاویر به منظور اتخاذ روش مناسب، از اهمیت بالایی برخوردار است. در این راستا مقاله پیشرو به بحث و مقایسه روشها و رویکردهای مختلف بخشبندی تصاویر سنجش از دور پرداخته شده است.
بررسی روشهای بخش بندی تصاویر سنجش از دور مبتنی بر رویکردهای سنتی و یادگیری عمیق Keywords:
بررسی روشهای بخش بندی تصاویر سنجش از دور مبتنی بر رویکردهای سنتی و یادگیری عمیق authors
آرش کشت کار
دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی مالک اشتر، تهران، ایران
سعیده سادات سدیدپور
استادیار گروه هوشمصنوعی، دانشگاه صنعتی مالک اشتر، تهران، ایران
محمدرضا سالاری بردسیری
دانشکده مهندسی مکانیک، دانشگاه صنعتی سیرجان، سیرجان،کرمان، ایران
ابوالفضل مستعلی زاده
دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد بردسیر، بردسیر، کرمان، ایران
