Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloA Neural Adaptive Model for Feature Extraction and Recognition in High Resolution Remote Sensing Imagery
Anno di pubblicazione2003
Formato-
Autore/iBinaghi E., Gallo I., Pepe M.
Affiliazioni autori-
Autori CNR e affiliazioni
  • MONICA PIERA LIVIA PEPE
Lingua/e-
AbstractContextual classification methods, which require the extraction of complex spatial information over a range of scales, from fine details in local areas to large features that extend across the image, are necessary in many remote sensing image classification studies. This work presents a supervised adaptive object recognition model which integrates scale-space filtering techniques for feature extraction within a Multilayer Perceptron neural network and the back-propagation learning task of the search of the most adequate filter parameters. The experimental evaluation of the method has been conducted in an easily controlled domain using synthetic imagery, and in the real domain coping with object recognition in high-resolution remote sensing imagery. To investigate whether the strategy can be considered an alternative to conventional procedures the results were compared with those obtained by a well known contextual classification scheme.
Lingua abstract-
Altro abstract-
Lingua altro abstract-
Pagine da3947
Pagine a3959
Pagine totali-
RivistaInternational journal of remote sensing (Print)
Attiva dal 1980
Editore: Taylor & Francis Ltd.. - London
Paese di pubblicazione: Regno Unito
Lingua: inglese
ISSN: 0143-1161
Titolo chiave: International journal of remote sensing (Print)
Titolo abbreviato: Int. j. remote sens. (Print)
Numero volume della rivista24
Fascicolo della rivista-
DOI-
Verificato da referee-
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)-
Parole chiave-
Link (URL, URI)-
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioni-
Strutture CNR
  • IREA — Istituto per il rilevamento elettromagnetico dell'ambiente
Moduli/Attività/Sottoprogetti CNR
  • ICT.P10.010.004 : Tecniche di interpretazione di dati telerilevati multidimensionali e infrastrutture di dati spaziali
Progetti Europei-
Allegati

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Area disciplinareComputer Science & Engineering
Area valutazione CIVRIngegneria industriale e informatica
Rivista ISIINTERNATIONAL JOURNAL OF REMOTE SENSING [04770J0]