Detection of crashed aircraft in polarimetric imagery
Notice bibliographique
Résumé
AbstractThis manuscript presents studies examining the use of C-band polarimetric Synthetic Aperture Radar (SAR) systems for the detection of crashed aircraft. The ultimate aim is to assist Search and Rescue in Canada in the location of such targets. Detection methodologies based on the Polarimetric Whitening Filter, Cameron Decomposition, and measures of even bounce contributions to the backscatter have been examined. Tests were performed using imagery of serviceable and crashed aircraft and crashed aircraft parts. Although individual methods make it possible to detect the crashed aircraft, best results for target detection with decreased numbers of false alarms occur when these methods are used in combination. La présente étude porte sur la détection des avions écrasés à l'aide de données radar à synthèse d'ouverture (RSO) acquises en bande C. L'objectif opérationnel est de supporté les efforts de recherche et sauvetage au Canada, à la localisation des sites d'écrasement d'avion. Les méthodes de détection par filtre polarimétrique du bruit blanc, par la décomposition de Cameron ainsi que par la mesure de la diffusion paire ont été analysées. Les sites d'études imagés comprenaient diverses cibles ponctuelles, dont des avions de service, des avions écrasés et des sections d'avion abîmées. Malgré la possibilité de détection des cibles par ces méthodes prises individuellement, la combinaison des algorithmes de détection accroît le potentiel de détection en réduisant le nombre de fausses alarmes.
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 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».