The identification and localization

The identification and localization of buildings in an ur-
ban area is very important for planning, building analysis,
automatic 3D reconstruction of building models and change
detection (Qin and Gruen, 2014). The development of very
high resolution (VHR) remote sensing images (Qin et al., 2013)
creates a possible avenue to sense individual buildings in
an urban scenario, e.g., Ikonos with 1-meter resolution, or
Worldview with 0.5-meter resolution. Sensors with even
higher resolution are in the planning stages (e.g., Geoeye-2
and Worldview-3 with 0.3-meter resolution). However,
this increasing level of detail does not necessarily facilitate
building detection with an improved accuracy (Huang and
Zhang, 2011). Indeed, more detailed image contents actually
increase spectral ambiguities in remotely sensed images, such
as symbol patterns on the road, and big vehicles. Therefore,

ผลลัพธ์ (ไทย) 1:

รหัสและแปลของอาคารในตัวท่านบ้านเป็นสิ่งสำคัญมากสำหรับการวางแผน วิเคราะห์ อาคาร ฟื้นฟูอัตโนมัติ 3D ที่สร้างแบบจำลองและการเปลี่ยนแปลง ตรวจสอบ (ฉินและ Gruen, 2014) การพัฒนามาก ความละเอียดสูง (VHR) ระยะไกลตรวจภาพ (ฉิน et al., 2013)สร้างถนนได้ความรู้สึกแต่ละอาคารใน สถานการณ์การเมือง เช่น Ikonos ด้วยความละเอียด 1 เมตร หรือ โลกทัศน์ของความละเอียด 0.5 เมตร แม้แต่เซนเซอร์ด้วย ความละเอียดสูงอยู่ในขั้นวางแผน (เช่น Geoeye-2 และโลกทัศน์ของ-3 กับความละเอียด 0.3 เมตร) อย่างไรก็ตาม เพิ่มรายละเอียดของระดับนี้ไม่จำเป็นต้องอำนวยความสะดวก อาคารตรวจสอบ มีความถูกต้องปรับปรุง (หวงผู่ และ เตียว 2011) จริง รายละเอียดเพิ่มเติมเนื้อหารูปภาพจริง เพิ่ม ambiguities สเปกตรัมในรูปทรงจากระยะไกล เช่นเป็นรูปแบบสัญลักษณ์บนถนน และรถใหญ่ ดังนั้น

ผลลัพธ์ (ไทย) 3:

การระบุและการของอาคารใน ur -
บ้านพื้นที่เป็นสำคัญสำหรับการวางแผนอาคารการวิเคราะห์
อัตโนมัติมิติการสร้างใหม่ของรูปแบบอาคารและการตรวจหาการเปลี่ยนแปลง
( ฉินกับกรุน 2014 ) การพัฒนามาก
ความละเอียดสูง ( VHR ) ภาพจากระยะไกล ( ฉิน et al . , 2013 )
สร้าง Avenue สามารถนึกรายใน
สถานการณ์ในเมืองเช่นโคโนส กับ 1-meter ความละเอียดหรือ
0.5-meter โลกทัศน์ที่มีความละเอียด เซ็นเซอร์ที่มีความละเอียดสูงถึง
อยู่ในขั้นตอนการวางแผน ( เช่น geoeye-2
worldview-3 ที่มีความละเอียดและ 0.3-meter ) อย่างไรก็ตาม
นี้เพิ่มระดับของรายละเอียดที่ไม่จําเป็นต้องอำนวยความสะดวกในการตรวจสอบอาคารที่มีการปรับปรุงความถูกต้อง
( Huang และ
Zhang , 2011 ) แน่นอน เนื้อหารายละเอียดของภาพมากขึ้นจริง ๆ
เพิ่มการงงงวยในระยะไกล ภาพ เช่น
เป็นสัญลักษณ์รูปแบบบนถนน และรถใหญ่ ดังนั้น