Passer au contenu
logo INRIA
logo Ariana
Publications ~ Classification Vendredi 6 décembre 2024, 04h57

Publications sur Classification

Document Actions
  • Print this page
Résultat de la recherche dans la liste des publications :


cherchernouvelle recherche | bibtex bibtex



navigation : precedente 1 - 2 - 3 - 4 suivante

affichage : 10 par page | 20 par page | 50 par page
12 Articles de conférence
1 - Synthetic Aperture Radar Image Classification via Mixture Approaches.
V. Krylov et J. Zerubia. Dans Proc. IEEE International Conference on Microwaves, Communications, Antennas and Electronic Systems (COMCAS), Tel Aviv, Israel, novembre 2011.
Mots-clés : Radar a Ouverture Synthetique (SAR), remote sensing, high resolution, Classification, finite mixture models, generalized gamma distribution.
Copyright : IEEE
2 - SAR image classification with non- stationary multinomial logistic mixture of amplitude and texture densities.
K. Kayabol et A. Voisin et J. Zerubia. Dans Proc. IEEE International Conference on Image Processing (ICIP), pages 173-176, Brussels, Belgium, septembre 2011.
Mots-clés : High resolution SAR images, Classification, Texture, Multinomial logistic, Classification EM algorithm.
3 - Classification bayésienne supervisée d’images RSO de zones urbaines à très haute résolution.
A. Voisin et V. Krylov et J. Zerubia. Dans Proc. GRETSI Symposium on Signal and Image Processing, Bordeaux, septembre 2011.
Mots-clés : Images SAR, Classification, Zones urbaines, Champs de Markov, Modeles hierarchiques.
4 - Morphological road segmentation in urban areas from high resolution satellite images.
R. Gaetano et J. Zerubia et G. Scarpa et G. Poggi. Dans International Conference on Digital Signal Processing, Corfu, Greece, juillet 2011.
Mots-clés : Segmentation, Classification, skeletonization , pattern recognition, shape analysis.
5 - Multichannel SAR Image Classification by Finite Mixtures, Copula Theory and Markov Random Fields.
V. Krylov et G. Moser et S.B. Serpico et J. Zerubia. Dans Proc. of Bayesian Inference and Maximum Entropy Methods in Science and Engineering (MaxEnt 2010), Vol. 1305, pages 319-326, Chamonix, France, juillet 2010.
Mots-clés : multichannel SAR, Classification, probability density function estimation, Markov random field, copula.
Copyright : AIP
6 - Unsupervised One-Class SVM Using a Watershed Algorithm and Hysteresis Thresholding to Detect Burnt Areas.
O. Zammit et X. Descombes et J. Zerubia. Dans Proc. International Conference on Pattern Recognition and Image Analysis (PRIA), Nizhny Novgorod, Russia, septembre 2008.
Mots-clés : Classification, Segmentation, Support Vector Machines, Zones brûlées, Feux de foret, Imagerie satellitaire.
Copyright :
7 - Combining One-Class Support Vector Machines and hysteresis thresholding: application to burnt area mapping.
O. Zammit et X. Descombes et J. Zerubia. Dans Proc. European Signal Processing Conference (EUSIPCO), Lausanne, Switzerland, août 2008.
Note : à paraître.
Mots-clés : Classification, Imagerie satellitaire, Support Vector Machines, Zones brûlées, Feux de foret, Clustering.
Copyright :
8 - Indexing of mid-resolution satellite images with structural attributes.
A. Bhattacharya et M. Roux et H. Maitre et I. H. Jermyn et X. Descombes et J. Zerubia. Dans The International Society for Photogrammetry and Remote Sensing, Beijing, China, juillet 2008.
Mots-clés : Landscape, Segmentation, Features, Extraction, Classification, Modelling.
9 - Mixing Geometric and Radiometric Features for Change Classification.
A. Fournier et X. Descombes et J. Zerubia. Dans Proc. SPIE Symposium on Electronic Imaging, San Jose, USA, janvier 2008.
Mots-clés : Change detection, directional Statistics, polygonal approximation, Classification.
Copyright : Copyright 2008 SPIE and IS&T. This paper was published in the proceedings of IS&T/SPIE 20th Annual Symposium on Electronic Imaging and is made available as an electronic reprint (preprint) with permission of SPIE and IS&T. One print or electronic copy may be made for personal use only. Systematic or multiple reproduction, distribution to multiple locations via electronic or other means, duplication of any material in this paper for a fee or for commercial purposes, or modification of the content of the paper are prohibited.
10 - Apprentissage non supervisé des SVM par un algorithme des K-moyennes entropique pour la détection de zones brûlées.
O. Zammit et X. Descombes et J. Zerubia. Dans Proc. GRETSI Symposium on Signal and Image Processing, Troyes, France, septembre 2007.
Mots-clés : Imagerie satellitaire, Feux de foret, Zones brûlées, Classification, Support Vector Machines, Base d'apprentissage.

fleche haut de la page

navigation : precedente 1 - 2 - 3 - 4 suivante

affichage : 10 par page | 20 par page | 50 par page


Ces pages sont générées par bib2sql
Copyright © 2005 - Projet Ariana - webmaster
  • WCAG
  • XHTML valide
  • CSS valide