MétaCan
Menu
Retour à la cohorte
Enregistrement W2252825410 · doi:10.11575/prism/27199

On the Use of Hybrid Compact Polarimetric SAR for Ship Detection

2014· dissertation· en· W2252825410 sur OpenAlexaboutno aff
Atteia Allah

Notice bibliographique

RevuePRISM (University of Calgary) · 2014
Typedissertation
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemote sensingPolarimetryComputer scienceGeologyPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Maritime surveillance is an issue of particular interest and importance for countries bordering on the sea. Monitoring and controlling maritime activities are essential for these countries to assert their sovereignty over their waters. Ship detection is one of the most vital elements of maritime control. Traditional surveillance methods suffer from narrow coverage and high cost to achieve comprehensive surveillance. However, Synthetic Aperture Radar (SAR) with its ability to provide images covering wide geographic areas and acquired with a variety of imaging modes, polarization configurations, incidence angles and resolutions may be considered as a promising alternative/complement for existing methods. Quad-polarimetric SAR data has been used successfully for ship detection. However, narrow swath of quad-polarimetric SAR promotes the urgent need to explore ship detectors for dual-polarimetric systems. Compact polarimetric (CP) SAR has high potential of providing more information than linear dual-polarimetric SAR. Even wider swaths will be provided in many of the CP imaging modes of the upcoming Canadian Radarsat Constellation Mission (RCM) SAR to be launched in 2018. In this thesis, the use of CP SAR for ship detection is explored. To fulfill this purpose, two novel contributions are introduced. The first is an investigation study of the possibility and benefits of using pseudo-quad data for improved ship detection. This is achieved by comparing the ship detection performance of dual-polarized CP and pseudo-quad data to linear and circular dual-polarized SAR. The pseudo-quad data is generated by a reconstruction algorithm that aims to reconstruct some elements of the quad-pol covariance matrix from CP data specifically for maritime applications. This study is applied on Radarsat-2 scenes with fine resolution and simulated medium and low resolution RCM data . The effect of spatial resolution, ship orientation and incidence angle on the detection performance has been explored. The second contribution is a new hybrid ship detection algorithm that utilized CP Stokes parameters and some of their derived parameters for ship detection. The pre-screener of the algorithm merges three detection strategies to declare candidate ships and the discriminator uses a CP decomposition technique to discriminate ships from false alarms based on the type of scattering mechanism. The proposed detection algorithm is applied to a number of simulated RCM scenes with medium and low resolutions. The findings of this thesis suggest the usefulness of CP reconstruction for improved ship detection. For the hybrid ship detection algorithm, a detection rate of 100% is obtained for medium resolution data and about 98% for low resolution data.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,001

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 Opus0,016
Tête enseignante GPT0,201
Écart entre enseignants0,185 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)Même sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207