인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
This paper aims at developing an efficient method that extracts building using local spatial association of raw LiDAR data without setting up empirical variables such as a minimum building area, and applying the method to survey data to evaluate the efficiency of that. To do this, LISA(Local Indicators of Spatial Association) statistics are used which reflect local variations that can be appeared in the research area. It can be also a preprocess that detects spatial outliers through the significance test of LISA statistics and interpolate using kernel estimation. Boundaries of buildings as well as buildings can be extracted based on quadrant of Moran Scatterplot. Experimental results show that the proposed method is promising in extracting buildings from LiDAR data automatically.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 초록
- 1. 서론
- 2. 공간 이상치(Spatial Outlier) 검출
- 3. 공간 패턴 분류
- 4. 실험 적용 및 평가
- 5. 결론
- 참고문헌
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-ECN-0101-2014-530-003290086
