| Texto completo | |
| Autor(es): |
Ghamisi, Pedram
;
Rasti, Behnood
;
Zhu, Xiao X.
;
IEEE
Número total de Autores: 4
|
| Tipo de documento: | Artigo Científico |
| Fonte: | 2017 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM (IGARSS); v. N/A, p. 4-pg., 2017-01-01. |
| Resumo | |
To improve the classification of hyperspectral images, this paper proposes an approach for multi-sensor data fusion of LiDAR and hyperspectral data using extinction profiles and Orthogonal Total Variation Component Analysis (OTVCA). Results on the benchmark Houston data indicate the superior performance of the proposed approach compared to other approaches used in the experiments based on classification accuracies. (AU) | |
| Processo FAPESP: | 15/12127-0 - Max-trees aplicadas a segmentação de imagens médicas |
| Beneficiário: | Roberto Medeiros de Souza |
| Modalidade de apoio: | Bolsas no Exterior - Estágio de Pesquisa - Doutorado |
| Processo FAPESP: | 13/23514-0 - Árvore Máxima: teoria, algoritmos e aplicações |
| Beneficiário: | Roberto Medeiros de Souza |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |