Ship detection and characterization using polarimetric SAR
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AbstractPolarimetric information is investigated for ship detection and characterization at operational satellite synthetic aperture radar (SAR) incidence angles (20°‐60°). It is shown that among the conventional single-channel polarizations (HH, VV, or HV), HV provides the best ship‐sea contrast at incidence angles smaller than 50°. Furthermore, HH polarization permits the best ship‐sea contrast at near-grazing incidence angles. The wave polarization anisotropy is used for optimal information extraction from polarimetric SAR data. It is shown that fully polarimetric information permits a significant improvement in the ship‐sea contrast for relatively calm wind conditions, in comparison with conventional (i.e., scalar) single-channel polarizations (i.e., HH, VV, or HV). For rougher sea conditions, the effectiveness of polarimetric tools may be significantly degraded. Ship characterization is also investigated using the symmetric scattering characterization method (SSCM). Identification of ship targets with significant symmetric scattering can provide a useful ship pitch angle estimate under certain conditions. L'apport de l'information polarimétrique à la détection et la caractérisation des bateaux est étudiée. Parmi les polarisations conventionnelles HH, VV, et HV, la polarisation HV permet le meilleur contraste bateau-mer aux angles d'incidence plus petits que 50°. HH donne les meilleurs résultats aux incidences rasantes. L'anisotropie de polarisation a été utilizée pour l'extraction optimale de l'information polarimétrique. La polarimétrie permet une grande amélioration du contraste bateau‐mer dans des conditions de mer et vents relativement calmes. L'efficacité de la polarimétrie est réduite quand la mer est agitée. La méthode SSCM a été testée pour la caractérisation de bateaux. Elle a même permis une mesure de l'angle de tangage de bateaux dans certaines conditions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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