CINECA IRIS Institutional Research Information System
IRIS è l'Anagrafe della ricerca dell'Università degli Studi di Trento, e ha lo scopo di raccogliere, documentare, conservare e diffondere, anche ad accesso aperto, la produzione scientifica degli autori afferenti all'Università degli Studi di Trento.
EnglishThis paper presents the method proposed by team UTAOS for MediaEval 2018 Multimedia Satellite Task: Emergency Response for Flooding Events. In the first challenge, we mainly rely on object and scene level features extracted through multiple deep models pre-trained on the ImageNet and Places datasets. The object and scene-level features are combined using early, late and double fusion techniques achieving an average F1-score of 60.59%, 63.58% and 65.03%, respectively. For the second challenge, we rely on a convolutional neural networks (CNNs) and a transfer learning-based classification approach achieving an average F1-score of 62.30% and 61.02% for run 1 and run 2, respectively
Deep learning approaches for flood classification and flood aftermath detection / Said, Naina; Pogorelov, Konstantin; Ahmad, Kashif; Riegler, Michael; Ahmad, Nasir; Ostroukhova, Olga; Halvorsen, Pål; Conci, Nicola. - 2283:50(2018). ((Intervento presentato al convegno 2018 Working Notes Proceedings of the MediaEval Workshop, MediaEval 2018 tenutosi a Sophia Antipolis, France nel 29-31 October 2018.
| Titolo: | Deep learning approaches for flood classification and flood aftermath detection |
| Autori: | Said, Naina; Pogorelov, Konstantin; Ahmad, Kashif; Riegler, Michael; Ahmad, Nasir; Ostroukhova, Olga; Halvorsen, Pål; Conci, Nicola |
| Autori Unitn: | |
| Titolo del volume contenente il saggio: | CEUR Workshop Proceedings |
| Luogo di edizione: | GERMANY |
| Casa editrice: | CEUR-WS |
| Anno di pubblicazione: | 2018 |
| Codice identificativo Scopus: | 2-s2.0-85059847374 |
| Handle: | http://hdl.handle.net/11572/225963 |
| Citazione: | Deep learning approaches for flood classification and flood aftermath detection / Said, Naina; Pogorelov, Konstantin; Ahmad, Kashif; Riegler, Michael; Ahmad, Nasir; Ostroukhova, Olga; Halvorsen, Pål; Conci, Nicola. - 2283:50(2018). ((Intervento presentato al convegno 2018 Working Notes Proceedings of the MediaEval Workshop, MediaEval 2018 tenutosi a Sophia Antipolis, France nel 29-31 October 2018. |
| Appare nelle tipologie: | 04.1 Saggio in atti di convegno (Paper in proceedings) |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| MediaEval_18_paper_50.pdf | Versione editoriale (Publisher’s layout) |  | Open Access Visualizza/Apri |
Copyright © 2020