MétaCan
Menu
← Retour à la cohorte
Enregistrement W208043904

Information Content of Very High Resolution SAR Images: Study of Dependency of SAR Image Structure Descriptors with Incidence Angle

2012· article· en· W208043904 sur OpenAlexaboutno aff
Corneliu Octavian Dumitru, Mihai Datcu

Notice bibliographique

Revueelib (German Aerospace Center) · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueRemote-Sensing Image Classification
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionDePaul University
Mots-clésFilter (signal processing)Artificial intelligenceComputer scienceSynthetic aperture radarComputer visionIncidence (geometry)Pattern recognition (psychology)MathematicsGeometry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper provide systematic results of the influence of the Synthetic Aperture Radar image structure descriptors with incidence angle and orbit direction. The evaluation is done on TerraSAR-X data and the interpretation is done semi-automatically. In the first part, we study and assess the behavior of the primitive feature extracted methods for images of the same scene with 2 look angles covering the min-max range of the sensor. After that the influence of the orbit looking is shortly discuss. The tests are done on TerraSAR-X products High Resolution Spotlight mode at 3 m resolution and two sites covering the Berlin and Ottawa area are found to be suitable for this investigation. To identify the best features and appropriate incidence angle for them the Support Vector Machine and as a measure of the classification accuracy the precision–recall were considered. The recall shows that the optimal value of the incidence angle in order to have a higher classification is obtained for a value of the incidence angle closer to upper bound of the sensor range. In the second part of the paper a list of queries that can be asked by Earth Observation users are presented and proposed to be implemented in the next generation of our system. The first contribution of this paper is the evaluation of four primitive features that are very known (gray level cooccurrence matrix, Gabor filter, quadrature mirror filter, and non-linear short time Fourier transform) but not used and compared for SAR images. After the best primitive feature is identified the second contribution of this paper lies in the fact that the parameters of the data namely, incidence angle and orbit direction are systematically investigated in order to find the dependency between these parameters and the accuracy of the retrieved classes. Keywords-classes; features; inicdence angle; orbit direction;

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueelib (German Aerospace Center)→Même sujetRemote-Sensing Image Classification→Travaux en français237 207→