MétaCan
Menu
Retour à la cohorte
Enregistrement W1984106131 · doi:10.1117/12.2011151

An algorithm for upsampling spotlight SAR imagery: a Radarsat-2 SLC perspective

2013· article· en· W1984106131 sur OpenAlexafffundabout
Khalid El-Darymli, Peter McGuire, Desmond Power, Cecilia Moloney

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced SAR Imaging Techniques
Établissements canadiensCentre For Cold Ocean Resources EngineeringMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space AgencyDefence Research and Development Canada
Mots-clésUpsamplingAzimuthDoppler effectRadar imagingComputer scienceSynthetic aperture radarRemote sensingPerspective (graphical)Computer visionArtificial intelligenceDoppler radarRadarGeologyAlgorithmImage (mathematics)PhysicsTelecommunicationsOptics

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel algorithm for upsmapling level-1 processed (i.e., focused) Spotlight SAR imagery. A Spotlight Radarsat-2 single look complex (SLC) image for ground-truthed vehicle targets in Long-Harbour, Newfoundland (Canada) is used to demonstrate the applicability of our proposed algorithm. To achieve a finer resolution in the azimuth direction, the Spotlight imaging mode allows for a controllable steering of the radar antenna towards the same ground position. In effect, this creates a time-varying Doppler centroid system, wherein the Doppler centroid varies almost linearly with the platform velocity. Although the focused Spotlight Radarsat-2 SLC imagery is delivered referenced to zero-Doppler, linear variations in the Doppler frequency are preserved along the range direction around the zero-Doppler line. The impact of this effect on SAR image upsampling is pinpointed and accounted for in our proposed upsampling algorithm.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,900
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,246
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced SAR Imaging TechniquesTravaux en français237 207