Superpixel-Based Shallow Convolutional Neural Network (SSCNN) for Scanned Topographic Map Segmentation
Superpixel-Based Shallow Convolutional Neural Network (SSCNN) for Scanned Topographic Map Segmentation
复制标题
用于扫描地形图分割的基于超像素的浅层卷积神经网络 (SSCNN)
DOI：
10.3390/rs12203421
复制
发表时间：
2020-10
期刊：
影响因子：
5
通讯作者：
Zhang Shihui
中科院分区：
文献类型：
--
作者：
Liu Tiange;Miao Qiguang;Xu Pengfei;Zhang Shihui
受地形图信息提取应用的启发，我们的目标是发现一种实用的扫描地形图（STM）分割方法。我们提出了一种先进的引导分水岭变换（AGWT），以产生STM上的超像素。AGWT
Motivated by applications in topographic map information extraction, our goal was to discover a practical method for scanned topographic map (STM) segmentation. We present an advanced guided watershed transform (AGWT) to generate superpixels on STM. AGWT
登录
查看更多内容
DOI：
10.3133/tm11b6
发表时间：
2014
期刊：
Techniques and Methods
影响因子：
--
作者：
G. Allord;Jennifer L. Walter;K. Fishburn;Gale A. Shea
通讯作者：
G. Allord;Jennifer L. Walter;K. Fishburn;Gale A. Shea
DOI：
10.1016/j.patcog.2015.08.008
发表时间：
2016-03
期刊：
Pattern Recognit.
影响因子：
--
作者：
Kun Li;Yanming Zhu;Jingyu Yang;Jianmin Jiang
通讯作者：
Kun Li;Yanming Zhu;Jingyu Yang;Jianmin Jiang
影响因子：
10.6
作者：
Yang, Fan;Lu, Huchuan;Yang, Ming-Hsuan
通讯作者：
Yang, Ming-Hsuan
DOI：
10.1109/34.868688
发表时间：
2000-08-01
影响因子：
23.6
作者：
Shi, JB;Malik, J
通讯作者：
Malik, J
DOI：
--
发表时间：
2006
期刊：
--
影响因子：
--
作者：
A. Cordeiro;P. Pina
通讯作者：
A. Cordeiro;P. Pina