Abstract
Es wird die Verwendung von neuralen Netzwerken zur Klassifikation von natürlichen Objekten erörtert, als Beispiel dient die Baumartenbestimmung von Bäumen auf Farb-Infrarot-Luftbildern. Es wird gezeigt, wie die Vorhersagegenauigkeit durch das Zusammenbauen von Netzwerken, die mit verschiedenen Parametern trainiert wurden, gesteigert werden kann, wobei WV-Diagramme (weight visualization diagrams) ein wertvolles Hilfsmittel darstellen. Weiters wird die Einbindung von neuralen Netzwerken in konventionelle bildverstehende Systeme diskutiert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Anshelerich, V.V., Amirikian, A.V., Lukashin, A.V., Frank-Komenetskii, M.D., On the Ability of Neural Networks to Perform Generalisation by Induction, Biol. Cybernetics, 61, 125–128, 1989.
Behrens, K., Gabler, H., Gabler, R., Nicolin, B., Sties, M., Ein wissensbasiertes System zur Analyse von Luftbildern in: Hartmann G. (Hrsg.): Mustererkennung 1986, 8. DAGM-Symposion Paderborn IFB 125, Springer 1986.
Bischof H., Interpretation von Fernerkundungsdaten mit Hilfe von Backpropagation Netzwerken am Beispiel der Baumerkennung aus Farb-Infrarot Luftbildern, Diplomarbeit der TU-Wien, 1989.
Bischof, H., Pinz, A., Verwendung von neuralen Netzwerken zur Bestimmung der Baumart aus digitalen Rasterbildern, in:Pinz (ed.): Wissensbasierte Mustererkennung, OCG Schriftenreihe 49, Oldenbourg 1989.
Haenel S., Tränker H., Eckstein W., Automatic Detection of Tree Crowns in Aerial Photographs: The Path trough the Bottelneck, in: 2. DFVLR-Statusseminar, Oberpfaffenhofen, 1987.
Hinton, G.E., McCelland, J.L., Rumelhart, D.E., Distributed Representations, in: Rumelhart,McCelland (Hrsg), Parallel Distributed Processing, Vol I, MIT Press, 1986.
Hornik, K., Multilayer Feedforward Networks are Universal Approximators, Neural Networks, Vol 2, 359–366, 1989.
Lehky, S.R., Sejnowski, T.J., Network model of shape-from-shading: neural function arises from both receptive and projective fields, Nature, 333, 452–454, 1988.
Matsuyama T., Hwang V., SIGMA: a framework for image understanding, integration of bottom-up and top-down processes 9. IJCAI 1985 Proc. Vol.2
Pinz, A., Final Results of the Vision Expert System VES: Finding Trees in Aerial Photographs, in: Pinz (ed.): Wissensbasierte Mustererkennung, OCG Schriftenreihe 49, Oldenbourg 1989.
Pinz, A., Ein bildverstehendes Experten System zur Erkennung von Bäumen auf Farb-Infrarot-Luftbildern, Dissertation TU Wien, Okt. 1988.
Pinz, A., Bischof, H., Constructing a Neural Network for the Interpretation of the Species of Trees in Aerial Photographs, Proc. 10. ICPR, IEEE Atlantic City, 1990.
Rumelhart, D.E., Hinton, G.E., Williams, R.J., Learning Internal Representations by Error Propagation, in Rumelhart,McClelland (Hrsg.), Parallel Distributed Processing, Vol I, MIT Press, 1986.
Rumelhart, D.E., Hinton, G.E., Williams, R.J., Learning representations by back-propagating errors, Nature, 323, 533–536, 1986.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1990 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Bischof, H., Pinz, A. (1990). Verwendung von neuralen Netzwerken zur Klassifikation natürlicher Objekte am Beispiel der Baumerkennung aus Farb-Infrarot-Luftbildern. In: Dorffner, G. (eds) Konnektionismus in Artificial Intelligence und Kognitionsforschung. Informatik-Fachberichte, vol 252. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-76070-9_12
Download citation
DOI: https://doi.org/10.1007/978-3-642-76070-9_12
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-53131-9
Online ISBN: 978-3-642-76070-9
eBook Packages: Springer Book Archive