Datensatz Zitierlink: 
http://hdl.handle.net/20.500.12708/190618
-
Titel: 
Exploring Learning-Based Approaches for Bomb Crater Detection in Historical Aerial Images
en
Zitat: 
Burges, M., Zambanini, S., & Sablatnig, R. (2023). Exploring Learning-Based Approaches for Bomb Crater Detection in Historical Aerial Images. In Proceedings of the OAGM Workshop 2022 (pp. 60–66). https://doi.org/10.3217/978-3-85125-954-4-09
-
Verlags-DOI: 
10.3217/978-3-85125-954-4-09
-
Publikationstyp: 
Konferenzbeitrag - Full-Paper Contribution
de
Sprache: 
Englisch
-
Autor_innen: 
Burges, Marvin 
Zambanini, Sebastian 
Sablatnig, Robert 
-
Organisations­einheit: 
E193-01 - Forschungsbereich Computer Vision 
-
Erschienen in: 
Proceedings of the OAGM Workshop 2022 
-
Datum (veröffentlicht): 
2023
-
Veranstaltungs­name: 
OAGM Workshop 2022 - Digitalization for Smart Farming and Forestry 
en
Veranstaltungs­zeitraum: 
18-Okt-2022 - 8-Nov-2022
-
Veranstaltungs­ort: 
Österreich
-
Umfang: 
7
-
Peer Reviewed: 
Ja
-
Keywords: 
Remote Sensing; Self-Supervised Learning; Bomb Crater Detection
en
Projekttitel: 
Domain-adaptive Remote sensing Image Analysis with Human-in-the-loop: 880883 (FFG - Österr. Forschungsförderungs- gesellschaft mbH) 
-
Forschungs­schwerpunkte: 
Visual Computing and Human-Centered Technology: 100%
-
Wissenschafts­zweig: 
1020 - Informatik: 90%
1010 - Mathematik: 10%
-
Enthalten in den Sammlungen:
Conference Paper

Zur Langanzeige

Seiten Aufrufe

144
aufgerufen am 22.12.2023

Download(s)

2
aufgerufen am 22.12.2023

Google ScholarTM

Check