Fusion of Heterogeneous Data in Convolutional Networks for Urban Semantic Labeling (Invited Paper)

Nicolas Audebert 1, 2 Bertrand Le Saux 1 Sébastien Lefèvre 2
2 OBELIX - Environment observation with complex imagery
UBS - Université de Bretagne Sud, IRISA-D5 - SIGNAUX ET IMAGES NUMÉRIQUES, ROBOTIQUE
Abstract : In this work, we present a novel module to perform fusion of heterogeneous data using fully convolutional networks for semantic labeling. We introduce residual correction as a way to learn how to fuse predictions coming out of a dual stream architecture. Especially, we perform fusion of DSM and IRRG optical data on the ISPRS Vaihingen dataset over a urban area and obtain new state-of-the-art results.
Type de document :
Communication dans un congrès
Joint Urban Remote Sensing Event (JURSE), Mar 2017, Dubai, United Arab Emirates. Joint Urban Remote Sensing Event 2017. 〈http://www.jurse2017.com/〉
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01438499
Contributeur : Nicolas Audebert <>
Soumis le : mardi 17 janvier 2017 - 17:40:33
Dernière modification le : mercredi 2 août 2017 - 10:10:34
Document(s) archivé(s) le : mardi 18 avril 2017 - 15:30:17

Fichiers

audebert_lesaux_lefevre_data_f...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01438499, version 1
  • ARXIV : 1701.05818

Citation

Nicolas Audebert, Bertrand Le Saux, Sébastien Lefèvre. Fusion of Heterogeneous Data in Convolutional Networks for Urban Semantic Labeling (Invited Paper). Joint Urban Remote Sensing Event (JURSE), Mar 2017, Dubai, United Arab Emirates. Joint Urban Remote Sensing Event 2017. 〈http://www.jurse2017.com/〉. 〈hal-01438499〉

Partager

Métriques

Consultations de
la notice

567

Téléchargements du document

168