지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.8
- 수록면
- 719 - 731 (13page)
- DOI
- https://doi.org/10.7780/kjrs.2021.37.4.4
이용수
초록· 키워드
오류제보하기
This study proposes a two-stage hybrid classification model for crop classification using multitemporal remote sensing images; the model combines feature embedding by using an autoencoder (AE) with a convolutional neural network (CNN) classifier to fully utilize features including informative temporal and spatial signatures. Long short-term memory (LSTM)-based AE (LAE) is fine-tuned using class label information to extract latent features that contain less noise and useful temporal signatures. The CNN classifier is then applied to effectively account for the spatial characteristics of the extracted latent features. A crop classification experiment with multi-temporal unmanned aerial vehicle images is conducted to illustrate the potential application of the proposed hybrid model. The classification performance of the proposed model is compared with various combinations of conventional deep learning models (CNN, LSTM, and convolutional LSTM) and different inputs (original multi-temporal images and features from stacked AE). From the crop classification experiment, the best classification accuracy was achieved by the proposed model that utilized the latent features by finetuned LAE as input for the CNN classifier. The latent features that contain useful temporal signatures and are less noisy could increase the class separability between crops with similar spectral signatures, thereby leading to superior classification accuracy. The experimental results demonstrate the importance of effective feature extraction and the potential of the proposed classification model for crop classification using multi-temporal remote sensing images.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Potential of Bidirectional Long Short-Term Memory Networks for Crop Classification with Multitemporal Remote Sensing Images
대한원격탐사학회지
2020 .01
-
작물 분류에서 시공간 특징을 고려하기 위한 2D CNN과 양방향 LSTM의 결합
대한원격탐사학회지
2019 .01
-
The Efficiency of Long Short-Term Memory (LSTM) in Phenology-Based Crop Classification
대한원격탐사학회지
2024 .02
-
계층분류 기법을 이용한 위성영상 기반의 동계작물 구분도 작성
대한원격탐사학회지
2017 .10
-
작물 분류를 위한 다중 규모 공간특징의 가중 결합 기반 합성곱 신경망 모델
대한원격탐사학회지
2019 .01
-
자료변환 기반 특징과 다중 분류자를 이용한 다중시기 SAR자료의 분류
대한원격탐사학회지
2015 .01
-
EXTRACTING INSIGHTS OF CLASSIFICATION FOR TURING PATTERN WITH FEATURE ENGINEERING
JOURNAL OF THE KOREAN SOCIETY FOR INDUSTRIAL AND APPLIED MATHEMATICS
2020 .09
-
작물분류에서 기계학습 및 딥러닝 알고리즘의 분류 성능 평가: 하이퍼파라미터와 훈련자료 크기의 영향 분석
대한원격탐사학회지
2018 .01
-
원격탐사와 모델을 이용한 작황 모니터링
대한원격탐사학회지
2017 .10
-
An Assessment of a Random Forest Classifier for a Crop Classification Using Airborne Hyperspectral Imagery
대한원격탐사학회지
2018 .02
-
Classification Technology of Hand Motion using LSTM network: Preliminary study
한국자기학회 학술연구발표회 논문개요집
2023 .05
-
Analyzing Soybean Growth Patterns in Open-Field Smart Agriculture under Different Irrigation and Cultivation Methods Using Drone-Based Vegetation Indices
대한원격탐사학회지
2024 .02
-
Introduction to convolutional neural network using Keras; an understanding from a statistician
CSAM(Communications for Statistical Applications and Methods)
2019 .11
-
CNN 인공지능을 이용한 서울 지역의 PM10 예측 모델 개발
한국기상학회 학술대회 논문집
2018 .10
-
Evaluating the Contribution of Spectral Features to Image Classification Using Class Separability
대한원격탐사학회지
2020 .01
-
CNN 기반 초분광 영상 분류를 위한 PCA 차원축소의 영향 분석
대한원격탐사학회지
2019 .01
-
딥러닝 기반의 초분광영상 분류를 사용한 환경공간정보시스템 활용
대한원격탐사학회지
2017 .12
-
Classification of Covid-19 Infection Based on Chest X-ray Pictures Using OpenCv and Convolution Neural Networks
Quantitative Bio-Science
2022 .11
-
기계학습의 LSTM을 적용한 지상 기상변수 예측모델 개발
대기
2021 .03
-
Temporal Interpolation of Numerical Model Using 3D Convolutional Neural Network
한국기상학회 학술대회 논문집
2022 .05
이 논문의 저자 정보
최근 본 자료
댓글(0)
0