KIT | KIT-Bibliothek | Impressum | Datenschutz

Terrestrial Visual Dust Density Estimation Based On Deep Learning

Michel, Andreas 1; Weinmann, Martin 1; Schenkel, Fabian 1; Gomez, Thomas; Falvey, Mark; Schmitz, Rainer; Middelmann, Wolfgang; Hinz, Stefan 1
1 Institut für Photogrammetrie und Fernerkundung (IPF), Karlsruher Institut für Technologie (KIT)


Originalveröffentlichung
DOI: 10.1109/IGARSS52108.2023.10281563
Scopus
Zitationen: 1
Dimensions
Zitationen: 1
Zugehörige Institution(en) am KIT Institut für Photogrammetrie und Fernerkundung (IPF)
Publikationstyp Proceedingsbeitrag
Publikationsdatum 16.07.2023
Sprache Englisch
Identifikator ISBN: 979-83-503-2010-7
KITopen-ID: 1000165819
HGF-Programm 12.11.31 (POF IV, LK 01) New observational systems and cross platform integration
Erschienen in IGARSS 2023 - 2023 IEEE International Geoscience and Remote Sensing Symposium, Pasedena, USA, 16-21 July 2023
Veranstaltung IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2023), Pasadena, CA, USA, 16.07.2023 – 21.07.2023
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Seiten 4923 – 4926
Nachgewiesen in Dimensions
Scopus
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page