MétaCan
Menu
Retour à la cohorte
Enregistrement W4401163242 · doi:10.1109/lgrs.2024.3431994

Improved Vessel Detection via Quadratic Matched Filtering and Target Parameter Estimation for Dual and Compact Polarimetric SAR

2024· article· en· W4401163242 sur OpenAlexaff
Mamoon Rashid, Christoph H. Gierull, Sreeraman Rajan

Notice bibliographique

RevueIEEE Geoscience and Remote Sensing Letters · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced SAR Imaging Techniques
Établissements canadiensCarleton UniversityDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésDual (grammatical number)PolarimetryComputer scienceQuadratic equationSynthetic aperture radarArtificial intelligenceRadar imagingEstimation theoryRemote sensingPattern recognition (psychology)Computer visionAlgorithmMathematicsRadarPhysicsOpticsTelecommunicationsGeologyScattering

Résumé

récupéré en direct d'OpenAlex

Dual polarimetric (DP) and compact polarimetric (CP) SAR modes are preferred over quad-channel fully polarimetric (FP) modes for wide-area maritime domain surveillance applications because they provide twice the swath width. Recently, the multilook complex (MLC) product was introduced for RADARSAT Constellation Mission (RCM) imagery, which preserves the polarimetric phase information at a considerably lower data volume over the traditional phase-preserved single-look complex (SLC) product. From statistical theory, the optimal detector for polarimetric data has been previously derived and is known as the optimal polarimetric detector (OPD). However, for a deterministic target model, this detector cannot be applied to MLC data and is also impractical, because it requires complete a priori knowledge of the target. Instead, a suboptimal detector, known as the polarimetric whitening filter (PWF), is often used in practice. This letter proposes a new detector called “quadratic matched filter (QMF)” for CP and DP data that can be applied to MLC products for improved vessel detection over the PWF. A technique to estimate target parameters at processing time is also proposed, which can be used to estimate target parameters for both OPD and QMF. The feasibility and improved performance of the QMF detector are demonstrated through simulated receiver operating characteristic (ROC) performance analysis, and by demonstrating detection performance on an image acquired by RCM. It is shown that the QMF provides approximately 1.5 and 3 dB improvement in signal-to-clutter-plus-noise ratio (SCNR) and peak-signal-to-clutter-plus-noise ratio (PSCNR), respectively, over PWF.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,244
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Geoscience and Remote Sensing LettersMême sujetAdvanced SAR Imaging TechniquesTravaux en français237 207