Wynik wyszukiwania
Zapytanie: HYPERSPECTRAL IMAGING
Liczba odnalezionych rekordów: 7



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/7
Nr opisu: 0000134271   
Towards resource-frugal deep convolutional neural networks for hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, M. Antoniak, Michał Myller, Pablo Ribalta Lorenzo, M. Marcinkiewicz.
-Microprocess. Microsyst. 2020 vol. 73, art. no. 102994 s. 1-14, bibliogr. 98 poz.. Impact Factor 1.045. Punktacja MNiSW 40.000

obrazowanie hiperspektralne ; głębokie sieci neuronowe ; splotowa sieć neuronowa ; kwantyzacja ; segmentacja ; klasyfikacja

hyperspectral imaging ; deep neural networks ; convolutional neural network ; quantization ; segmentation ; classification

2/7
Nr opisu: 0000132851   
Training- and test-time data augmentation for hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2020 vol. 17 iss. 2, s. 292-296, bibliogr. 17 poz.. Impact Factor 3.534. Punktacja MNiSW 140.000

klasyfikacja ; rozszerzanie danych ; deep learning ; obrazowanie hiperspektralne ; analiza składowych głównych ; PCA ; segmentacja

classification ; data augmentation ; deep learning ; hyperspectral imaging ; principal component analysis ; PCA ; segmentation

3/7
Nr opisu: 0000131970
On data augmentation for segmenting hyperspectral images.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok, Bogdan Smołka.
W: Real-Time Image Processing and Deep Learning 2019, Baltimore, Maryland, United States, 15-16 April 2019. Eds. Nasser Kehtarnavaz, Matthias F. Carlsohn. Bellingham : SPIE, 2019, art. no. 1099609 s. 1-8 (Proceedings of SPIE ; vol. 10996 0277-786X). Punktacja MNiSW 20.000

splotowa sieć neuronowa ; rozszerzanie danych ; deep learning ; obrazowanie hiperspektralne ; GANs

convolutional neural network ; data augmentation ; deep learning ; hyperspectral imaging ; GANs

4/7
Nr opisu: 0000132849   
Transfer learning for segmenting dimensionally reduced hyperspectral images.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2019 in press, s. 1-5, bibliogr. 19 poz.
Article in press. Impact Factor 3.534. Punktacja MNiSW 140.000

klasyfikacja ; deep learning ; obrazowanie hiperspektralne ; segmentacja ; transfer learning

classification ; deep learning ; hyperspectral imaging ; segmentation ; transfer learning

5/7
Nr opisu: 0000129654   
Validating hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2019 vol. 16 iss. 3, s. 1264-1268, bibliogr. 23 poz.. Impact Factor 3.534. Punktacja MNiSW 140.000

klasyfikacja ; uczenie głębokie ; obrazowanie hiperspektralne ; segmentacja ; walidacja

classification ; deep learning ; hyperspectral imaging ; segmentation ; validation

6/7
Nr opisu: 0000127021   
Segmentation of hyperspectral images using quantized convolutional neural networks.
[Aut.]: Pablo Ribalta Lorenzo, M. Marcinkiewicz, Jakub Nalepa.
W: 21st Euromicro Conference on Digital System Design. DSD 2018, 29-31 August 2018 Prague, Czech Republic. Proceedings. Eds.: Martin Novotny, Nikos Konofaos, Amund Skavhaug. Piscataway : IEEE, 2018, s. 260-267, bibliogr. 38 poz.. Punktacja MNiSW 20.000

segmentacja ; obrazowanie hiperspektralne ; głębokie sieci neuronowe ; kwantyzacja wagi

segmentation ; hyperspectral imaging ; deep neural networks ; weight quantization

7/7
Nr opisu: 0000103386
Capturing the best hyperspectral image in different lighting conditions.
[Aut.]: Andrzej* Kordecki, Artur Bal.
W: Eighth International Conference on Machine Vision (ICMV 2015), 19-21 November 2014, Milan, Italy. Eds. Antanas Verikas, Petia Radeva, Dmitry Nikolaev. Bellingham : SPIE, 2015, paper 987516, bibliogr. 13 poz. (Proceedings of SPIE ; vol. 9875 0277-786X)

akwizycja obrazów ; źródło światła ; obrazowanie wielospektralne

image acquisition ; light source ; hyperspectral imaging

stosując format:
Nowe wyszukiwanie