MétaCan
Menu
Retour à la cohorte
Enregistrement W4239218748 · doi:10.23919/fusion49465.2021.9626972

A New Image Fusion Method for Ship Target Enhancement in Spaceborne and Airborne SAR Collaboration

2021· article· en· W4239218748 sur OpenAlexaff
Xueqian Wang, Dong Zhu, Gang Li, Xiao–Ping Zhang

Notice bibliographique

Revue2021 IEEE 24th International Conference on Information Fusion (FUSION) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Image Fusion Techniques
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Postdoctoral Program for Innovative TalentsChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésSynthetic aperture radarClutterRemote sensingComputer scienceImage fusionComputer visionArtificial intelligenceRadar imagingSensor fusionInverse synthetic aperture radarRadarGeologyImage (mathematics)Telecommunications

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate the fusion of spaceborne synthetic aperture radar (SAR) and airborne SAR images and its application to ship target enhancement. In this paper, we propose a new target proposal and clutter copula (TPCC)-based image fusion method for the collaboration of spaceborne and airborne SARs. TPCC enhances the common ship target areas in spaceborne and airborne SAR images via the intersection of target proposals and suppresses the clutter areas by establishing the joint distribution of clutter in the spaceborne and airborne SAR images based on the copula theory. Compared with other commonly used image fusion methods, the target dependence and clutter dependence in the spaceborne and airborne SAR images are newly exploited in TPCC. We demonstrate the superiority of TPCC in terms of target-to-clutter ratios (TCRs) by using composite images combining Gaofen-3 satellite and unmanned aerial vehicle (UAV) SAR images.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,017
Tête enseignante GPT0,300
Écart entre enseignants0,284 · 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
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 IEEE 24th International Conference on Information Fusion (FUSION)Même sujetAdvanced Image Fusion TechniquesTravaux en français237 207