Building footprint extraction using National Agriculture Imagery Program imagery and 3D Elevation Program lidar data
a deep learning approach

Veröffentlicht

Erschienen in:: Abstracts of the ICA
Bd. 10.2025 (12.12.2025), Art.-Nr. 177, S. 1-2
Band:: 10.2025
Datum der Veröffentlichung:: 12.12.2025
URN:: urn:nbn:de:0307-20260226-000-8
DOI:: 10.5194/ica-abs-10-177-2025
Sprache:: Englisch
Ressourcentyp:: Text
Umfang:: 1 Online-Ressource (Seite 1-2, 729,40 kB) : 1 Textdatei (PDF)
Schlagwörter:: building footprints; National Agricultural Imagery Program; NAIP; 3D Elevation Program; 3DEP; Lidar^GND; Deep Learning^GND; Gebäudegrundriss; Nationales Programm für landwirtschaftliche Bilddaten; Tiefgehendes Lernen
DDC-Sachgruppe der DNB:: 520 Astronomie, Kartographie
Link URL:: https://doi.org/10.5194/ica-abs-10-177-2025
Link URL:: https://ica-abs.copernicus.org/articles/10/177/2025/
Link zum Volltext:: https://ica-abs.copernicus.org/articles/10/177/2025/ica-abs-10-177-2025.pdf
Einrichtung:: Ohio State University [US]
Einrichtung:: United States Geological Survey (USGS) [US]
Einrichtung:: Internationale Forschungseinrichtungen
Verantwortlichkeitsangabe:: Jung kuan Liu, Rongjun Qin, and Samantha Arundel
Bibliografische Angaben:: Published in: Abstracts of the ICA, Volume 10, 2025 - 32nd International Cartographic Conference (ICC 2025); 17–22 August 2025, Vancouver, Canada; Editors: Mir Abolfazl Mostafavi, Jonathan Li, and Emmanuel Stefanakis | https://ica-abs.copernicus.org/articles/10/index.html