Multi-resolution Classification of Urban Areas Using Hierarchical Symmetric Markov Mesh Models

Abstract : In this paper we investigate a new hierarchical method for high resolution remotely sensed image classification. The proposed approach integrates an explicit hierarchical graph-based classifier, which uses a quad-tree structure to model multi-scale interactions, and a symmetric Markov mesh random field to deal with pixelwise contextual information at the same scale. The choice of a quad-tree and the symmetric Markov mesh allow taking benefit from their good analytical properties (especially causality) and consequently applying time-efficient non-iterative inference algorithms.
Type de document :
Communication dans un congrès
IEEE GRS/ISPRS Joint Urban Remote Sensing Event (JURSE), Mar 2017, Dubai, United Arab Emirates. 2017
Liste complète des métadonnées

Littérature citée [16 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01415568
Contributeur : Ihsen Hedhli <>
Soumis le : mardi 13 décembre 2016 - 11:57:05
Dernière modification le : jeudi 30 novembre 2017 - 09:21:02
Document(s) archivé(s) le : mardi 14 mars 2017 - 12:49:47

Fichier

Hedhli_Jurse_Final.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01415568, version 1

Collections

Citation

Ihsen Hedhli, Gabriele Moser, Sebastiano Serpico, Josiane Zerubia. Multi-resolution Classification of Urban Areas Using Hierarchical Symmetric Markov Mesh Models. IEEE GRS/ISPRS Joint Urban Remote Sensing Event (JURSE), Mar 2017, Dubai, United Arab Emirates. 2017. 〈hal-01415568〉

Partager

Métriques

Consultations de la notice

200

Téléchargements de fichiers

78