Key points are not available for this paper at this time.
Dans cet article, une procédure de cartographie exploitant les limites des objets dans des images très haute résolution (VHR) est proposée. Après discrimination entre les ensembles de pixels de limite et de non-limite, chacun des deux ensembles est classé séparément. Les premiers sont étiquetés à l'aide d'un réseau de neurones (NN), et la forme de l'ensemble de pixels est finement ajustée en imposant quelques contraintes géométriques, tandis que les derniers sont classés à l'aide d'un modèle de champ aléatoire de Markov (MRF) adaptatif. Les deux résultats de cartographie sont finalement combinés par un processus de fusion de décision. Les résultats expérimentaux sur des images hyper-spectrales et satellites VHR montrent les performances supérieures de cette méthode par rapport aux classificateurs NN et MRF conventionnels.
Gamba et al. (Mer,) ont étudié cette question.