Login
- Originaltitel:
- Fusion of Remote Sensing Images and Social Media Text Messages for Building Function Classification
- Übersetzter Titel:
- Fusion von Fernerkundungsdaten und Textnachrichten aus Sozialen Medien für die Klassifizierung von Gebäudefunktionen
- Autor:
- Häberle, Matthias
- Jahr:
- 2022
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Engineering and Design
- Betreuer:
- Zhu, Xiaoxiang (Prof. Dr. habil.)
- Gutachter:
- Zhu, Xiaoxiang (Prof. Dr. habil.); Tuia, Devis (Prof., Ph.D.); Kochupillai, Mrinalini (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- TEC Technik, Ingenieurwissenschaften (allgemein)
- Stichworte:
- fusion, remote sensing, urban remote sensing, multilanguage, nlp, natural language processing
- TU-Systematik:
- BAU 967; MSR 915
- Kurzfassung:
- Detailed data about urban land-use, like building functions, is useful to governments for resource planning. To detect building functions, satellite imagery could be too course. In this work, individual buildings from 42 cities are classified with multilingual tweets and fused with high-resolution remote sensing imagery. After fusing the modalities, an overall accuracy of 75% can be achieved. The remote sensing and text features seem complementary and data fusion can improve the results.
- Übersetzte Kurzfassung:
- Genaue Daten über Gebäudefunktionen sind für lokale Regierungen wichtig, um Ressourcen planen zu können. Satellitenbilder könnten zur Bestimmung dieser Funktionen zu grob aufgelöst sein. Daher werden in dieser Arbeit individuelle Gebäude aus 42 Städten zusätzlich mit mehrsprachigen Tweets klassifiziert und mit hochauflösenden Luftbildern fusioniert. Dadurch wird eine Genauigkeit von 75% erreicht. Bild- und Textmerkmale scheinen komplementär. Deshalb kann die Fusion die Ergebnisse verbessern.
- WWW:
- https://mediatum.ub.tum.de/?id=1637448
- Eingereicht am:
- 26.01.2022
- Mündliche Prüfung:
- 13.09.2022
- Dateigröße:
- 18500547 bytes
- Seiten:
- 134
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220913-1637448-1-8
- Letzte Änderung:
- 11.10.2022
BibTeX
Vorkommen:
- mediaTUM GesamtbestandHochschulbibliographie2022Schools und FakultätenTUM School of Engineering and DesignProfessur für Data Science in Earth Observation (Prof. Zhu)
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenFachgebietMeßtechnik, Steuerungs- und Regelungstechnik, Automation