V. CONCLUSIONIn this paper, we carr

V. CONCLUSION
In this paper, we carried out a study of multi-sensor satellite
image indexing. To this end, we prepared four datasets
consisting of multispectral and panchromatic images from
WoldView-2, and Synthetic Aperture Radar (SAR) images
from TerraSAR-X satellite. The indexing is carried out based
on an active learning system. A series of independent and joint
indexing by combining the features have been performed.
Through this study, we found that the indexing accuracy on
SAR images is the worst. By contrast, the joint indexing by
concatenating the features computed from each kind of image
could provide best accuracy. To conclude, the joint sensor data
enable us to discriminate more accuracy the retrieved
categories (over all investigated cities).

ผลลัพธ์ (ไทย) 1:

V. ข้อสรุปกระดาษนี้ เราดำเนินการศึกษาของเซนเซอร์หลายดาวเทียมภาพการทำดัชนี ด้วยเหตุนี้ เราเตรียมชุดข้อมูลสี่ประกอบด้วย ภาพ panchromatic multispectral จากWoldView-2 และภาพเรดาร์แสงสังเคราะห์ (SAR)จากดาวเทียม TerraSAR X การทำดัชนีจะดำเนินการตามระบบการเรียนรู้ ชุดของอิสระและร่วมมีการทำดัชนี โดยรวมคุณสมบัติผ่านการศึกษานี้ เราพบว่าความถูกต้องการทำดัชนีบนภาพ SAR เป็นร้าย โดยคมชัด การทำดัชนีโดยร่วมทุนต่อคุณลักษณะการคำนวณจากแต่ละชนิดของภาพสามารถให้ความแม่นยำที่ดีที่สุด เพื่อสรุป ข้อมูลเซนเซอร์ร่วมทำให้เราสามารถแยกแยะความถูกต้องเพิ่มเติมที่ดึงข้อมูลประเภท (ผ่านเมืองที่มีการสอบสวนทั้งหมด)

ผลลัพธ์ (ไทย) 2:

สรุป V.
ในบทความนี้เราจะดำเนินการศึกษาหลายเซ็นเซอร์ดาวเทียม
การจัดทำดัชนีภาพ ด้วยเหตุนี้เราจึงจัดทำสี่ชุดข้อมูล
ที่ประกอบด้วยภาพ multispectral และเต็มที่จาก
WoldView-2, และรูเรดาร์สังเคราะห์ (SAR) ภาพ
จาก TerraSAR-X ดาวเทียม ดัชนีจะดำเนินการตาม
ในระบบการเรียนรู้การใช้งาน ชุดของอิสระและร่วมกัน
จัดทำดัชนีโดยการรวมคุณสมบัติที่ได้รับการดำเนินการ.
ผ่านการศึกษาครั้งนี้เราพบว่าการจัดทำดัชนีความถูกต้องใน
ภาพ SAR ที่เลวร้ายที่สุด ในทางตรงกันข้ามการจัดทำดัชนีร่วมกันโดย
เชื่อมโยงคุณสมบัติที่คำนวณจากชนิดของภาพแต่ละภาพ
จะให้ความถูกต้องที่ดีที่สุด เพื่อสรุปข้อมูลเซ็นเซอร์ร่วมกัน
ทำให้เราสามารถแยกแยะความถูกต้องมากขึ้นดึง
ประเภท (มากกว่าเมืองสอบสวนทั้งหมด)

ผลลัพธ์ (ไทย) 3:

V สรุปในงานวิจัยนี้ เราได้ทำการศึกษา multi-sensor ดาวเทียมดัชนีรูปภาพ จุดนี้เราได้เตรียมข้อมูลทั้งสี่และประกอบด้วยหลายภาพดาวเทียมจากwoldview-2 และรูเรดาร์สังเคราะห์ ( SAR ) รูปภาพจาก terrasar-x ดาวเทียม การจะดำเนินการตามเป็นระบบการเรียนรู้ที่ใช้งานอยู่ ชุดของตัวแปรและข้อการสร้างดัชนีโดยการรวมคุณลักษณะที่ได้รับการจากการศึกษา เราพบว่าดัชนีความถูกต้องในซาร์ ภาพก็ห่วย โดยคมชัด , ร่วมสร้างดัชนีโดยเชื่อมโยงคุณลักษณะที่คำนวณได้จากแต่ละชนิดของภาพสามารถให้ที่ดีที่สุดของความถูกต้อง สรุปข้อมูลเซ็นเซอร์ร่วมช่วยให้เราเพื่อความถูกต้องมากขึ้นแยกแยะสืบค้นประเภท ( เหนือ ) เมือง )