nach oben

Pattern Recognition and Image Analysis

Erschienen in:

01.06.2022 | SELECTED PAPERS OF PRIP-21

Shadow Detection on Urban Satellite Images Based on Building Texture

verfasst von: Shiping Ye, Alexander Nedzved, Chaoxiang Chen, Huafeng Chen, Aliaksandr Leunikau, Alexei Belotserkovsky

Erschienen in: Pattern Recognition and Image Analysis | Ausgabe 2/2022

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Shadow detection is a fundamental and complex problem in the field of computer vision and image processing. Increasing computing power has allowed many deep-learning approaches to be used to solve this problem. In this article, we consider a DSDNet neural network for shadow detection based on texture analysis of a shaded area and a bright area of an urban environment.

Vorheriger Artikel A Universal Retinal Image Template for Automated Screening of Diabetic Retinopathy

Nächster Artikel Multi-Scale Attention and Encoder-Decoder Network for Video Saliency Object Detection

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

X. Hu, C.-W. Fu, L. Zhu, J. Qin, and P.-A. Heng, “Direction-aware spatial context features for shadow detection and removal,” IEEE Trans. Pattern Analysis Mach. Intell. 42, 2795–2808 (2019). https://doi.org/10.1109/TPAMI.2019.2919616CrossRef

V. Nguyen, T. F. Y. Vicente, M. Zhao, M. Hoai, and D. Samaras, “Shadow detection with conditional generative adversarial networks,” in IEEE Int. Conf. on Computer Vision, Venice, 2017 (IEEE, 2017), pp. 4510–4518. https://doi.org/10.1109/ICCV.2017.483

T. F. Y. Vicente, M. Hoai, and D. Samaras, “Noisy label recovery for shadow detection in unfamiliar domains,” in IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), Las Vegas, 2016 (IEEE, 2016), pp. 3783–3792. https://doi.org/10.1109/CVPR.2016.411

T. F. Y. Vicente, L. Hou, C.-P. Yu, M. Hoai, and D. Samaras, “Large-scale training of shadow detectors with noisily-annotated shadow examples,” in Computer Vision–ECCV 2016, Ed. by B. Leibe, J. Matas, N. Sebe, and M. Welling, Lecture Notes in Computer Science, vol. 9910 (Springer, Cham, 2016), pp. 816–832. https://doi.org/10.1007/978-3-319-46466-4_49CrossRef

J. Wang, X. Li, and J. Yang, “Stacked conditional generative adversarial networks for jointly learning shadow detection and shadow removal,” in IEEE/CVF Conf. on Computer Vision and Pattern Recognition, Salt Lake City, Utah, 2018 (IEEE, 2018), pp. 1788–1797. https://doi.org/10.1109/CVPR.2018.00192

Q. Zheng, X. Qiao, Y. Cao, and R. W. H. Lau, “Distraction Aware Shadow Detection,” in IEEE/CVF Conf. on Computer Vision and Pattern Recognition (CVPR), Long Beach, Calif., 2019 (IEEE, 2019), pp. 5162–5171. https://doi.org/10.1109/CVPR.2019.00531

L. Zhu, Z. Deng, X. Hu, C.-W. Fu, X. Xu, J. Qin, and P.-A. Heng, “Bidirectional feature pyramid network with recurrent attention residual modules for shadow detection,” in Computer Vision–ECCV 2018, Ed. by V. Ferrari, M. Hebert, C. Sminchisescu, and Y. Weiss, Lecture Notes in Computer Science, vol. 11210 (Springer, Cham, 2018), pp. 122–137. https://doi.org/10.1007/978-3-030-01231-1_8CrossRef

J. Zhu, K. G. Samuel, S. Z. Masood, and M. F. Tappen, “Learning to recognize shadows in monochromatic natural images,” in IEEE Computer Society Conf. on Computer Vision and Pattern Recognition, San Francisco, 2010 (IEEE, 2010), pp. 223–230. https://doi.org/10.1109/CVPR.2010.5540209

Titel: Shadow Detection on Urban Satellite Images Based on Building Texture
verfasst von: Shiping Ye
Alexander Nedzved
Chaoxiang Chen
Huafeng Chen
Aliaksandr Leunikau
Alexei Belotserkovsky
Publikationsdatum: 01.06.2022
Verlag: Pleiades Publishing
Erschienen in: Pattern Recognition and Image Analysis / Ausgabe 2/2022
Print ISSN: 1054-6618
Elektronische ISSN: 1555-6212
DOI: https://doi.org/10.1134/S1054661822020225

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Wirtschaft"

Springer Professional "Technik"

Weitere Artikel der Ausgabe 2/2022

Detection of Appearance and Behavior Anomalies in Stationary Camera Videos Using Convolutional Neural Networks

Research on Face-Voiceprint Correspondence Learning with Aux-Output Supervised Convolution Neural Network

Segmentation of Pigment Signs in Fundus Images with a Hybrid Approach: A Case Study

Convolutional Neural Network and Histogram of Oriented Gradient Based Invariant Handwritten MODI Character Recognition

Power Spectral Fractal Dimension and Wavelet Features for Mammogram Analysis: A Machine Learning Approach

Multi-Scale Pixel-Attention Feedback Link Network for Single Image Super-Resolution

Premium Partner