liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Classifying district heating network leakages in aerial thermal imagery
Linköpings universitet, Institutionen för systemteknik, Datorseende. Linköpings universitet, Tekniska fakulteten. Termisk Systemteknik AB Linköping, Sweden.ORCID-id: 0000-0002-6591-9400
Linköpings universitet, Institutionen för systemteknik, Datorseende. Linköpings universitet, Tekniska fakulteten. Termisk Systemteknik AB Linköping, Sweden.ORCID-id: 0000-0002-6763-5487
2014 (Engelska)Konferensbidrag, Enbart muntlig presentation (Övrigt vetenskapligt)
Abstract [en]

In this paper we address the problem of automatically detecting leakages in underground pipes of district heating networks from images captured by an airborne thermal camera. The basic idea is to classify each relevant image region as a leakage if its temperature exceeds a threshold. This simple approach yields a significant number of false positives. We propose to address this issue by machine learning techniques and provide extensive experimental analysis on real-world data. The results show that this postprocessing step significantly improves the usefulness of the system.

Ort, förlag, år, upplaga, sidor
2014.
Serie
Svenska sällskapet för automatiserad bildanalys (SSBA)
Nationell ämneskategori
Datorseende och robotik (autonoma system)
Identifikatorer
URN: urn:nbn:se:liu:diva-127540OAI: oai:DiVA.org:liu-127540DiVA, id: diva2:925813
Konferens
Swedish Symposium on Image Analysis
Tillgänglig från: 2016-05-03 Skapad: 2016-05-03 Senast uppdaterad: 2018-01-10Bibliografiskt granskad

Open Access i DiVA

fulltext(3700 kB)146 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 3700 kBChecksumma SHA-512
494dde4d33d34a89295d3599703e72733735f4e1975394669630f90c7fffd3d58e80c6edcb7ca4d30481f354fd4761c38f932e2b7fe24ccf75781257bca5b51b
Typ fulltextMimetyp application/pdf

Personposter BETA

Berg, AmandaAhlberg, Jörgen

Sök vidare i DiVA

Av författaren/redaktören
Berg, AmandaAhlberg, Jörgen
Av organisationen
DatorseendeTekniska fakulteten
Datorseende och robotik (autonoma system)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 146 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 424 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf