Détail de l'auteur
Auteur Firat Uray |
Documents disponibles écrits par cet auteur (1)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
Filtering airborne LIDAR data by using fully convolutional networks / Abdullah Varlik in Survey review, vol 55 n° 388 (January 2023)
[article]
Titre : Filtering airborne LIDAR data by using fully convolutional networks Type de document : Article/Communication Auteurs : Abdullah Varlik, Auteur ; Firat Uray, Auteur Année de publication : 2022 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] filtrage de points
[Termes IGN] segmentation
[Termes IGN] semis de pointsRésumé : (auteur) The classification of LIDAR point clouds has always been a challenging task. Classification refers to label each point in different categories, such as ground, vegetation or building. The success of deep learning techniques in image processing tasks have encouraged researchers to use deep neural networks for classification of LIDAR point clouds. In this paper, we proposed a U-Net based architecture capable of classifying LIDAR data. The results indicated that our network model achieved an average F1 score of 91% over all three classes (ground, vegetation and building) for our best model. Numéro de notice : A2022-015 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/00396265.2021.1996798 Date de publication en ligne : 11/11/2021 En ligne : https://doi.org/10.1080/00396265.2021.1996798 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99093
in Survey review > vol 55 n° 388 (January 2023)[article]