Fully convolutional networks and geographic object-based image analysis for the classification of VHR imagery

Référence Remote Sensing, 11, 5, 597
Publication Publié, 2019-03

Article révisé par les pairs

Titre:	Fully convolutional networks and geographic object-based image analysis for the classification of VHR imagery
Auteur:	Mboga, Nicholus; Georganos, Stefanos; Grippa, Taïs; Lennert, Moritz; Vanhuysse, Sabine; Wolff, Eléonore
Informations sur la publication:	Remote Sensing, 11, 5, 597
Statut de publication:	Publié, 2019-03
Sujet CREF:	Géographie humaine
Mots-clés:	Convolutional neural networks
	Fully convolutional networks
	Geographical object-based image analysis
	Landcover classification
	Remote sensing
	Very high resolution
Note générale:	SCOPUS: ar.j
Langue:	Anglais
Identificateurs:	urn:issn:2072-4292
	info:doi/10.3390/rs11050597
	info:scp/85062995919

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.