文章
详情
引用
Nogueira K、dos Santos JA、Menini N、Silva TSF、Morellato LPC 和 da S Torres R (2019) 使用卷积网络进行时空植被像素分类。IEEE 地球科学和遥感快报，16 (10)，第 1665-1669 页。 https://doi.org/10.1109/lgrs.2019.2903194
摘要植物物候学研究依赖于对植物生命周期的长期监测。高分辨率无人机（UAV）和近地表技术已用于植物监测，要求创建能够通过时间和空间定位和识别植物物种的方法。然而，鉴于数据量大、时间数据集中缺失的恒定数据、时间剖面的异质性、植物视觉模式的多样性以及植物群落中个体边界的不明确定义，这是一项具有挑战性的任务。在这封信中，我们提出了一种适合物候监测的新方法，基于卷积网络（ConvNets）对高分辨率图像进行时空植被像素分类。我们使用与巴西塞拉多生物群落相关的高分辨率植被图像数据集进行了系统评估。实验结果表明，所提出的方法是有效的，克服了其他时空像素分类策略。
关键字岩土工程和工程地质学；电气与电子工程
期刊IEEE 地球科学和遥感快报：第 16 卷，第 10 期
| 状态 | 已发布 |
|---|---|
| 资助者 | 国家科学和技术发展委员会、UFMG 国家研究委员会、米纳斯吉拉斯州研究基金会 FAPEMIG、圣保罗研究基金会 FAPESP、国家科学和技术发展委员会 CNPq 研究JAS LPCM RST 和 TSFS、Coordenacao de Aperfeicoamento de Pessoal de Nivel Superior Brasil Finance Code 001 和 Cedro Textil Reserva Vellozia Parque Nacional da Serra do Cipo 的奖学金 |
| 发布日期 | 31/10/2019 |
| 在线发布日期 | 04/04/2019 |
| 期刊接受日期 | 27/02/2019 |
| 网址 | http://hdl.handle.net/1893/29565 |
| 发布商 | 电气和电子工程师协会 (IEEE) |
| ISSN | 1545-598X |
人 (1)
高级讲师，生物与环境科学