synthetic aperture radar | BriefGPT

关键词synthetic aperture radar

搜索结果 - 59

SAFE：基于自监督学习和掩蔽孪生 ViTs 的 SAR 特征提取器
基于遮掩的孪生视觉变压器提取器 (SAFE) 是一种新颖的自监督学习框架，通过对未标记的合成孔径雷达影像数据进行对比学习，提取稳健且具有普适性的特征。SAFE 可用于多种合成孔径雷达采集模式和分辨率下，具有针对合成孔径雷达影像的数据增强技术
PDF4 days ago
WV-Net：使用对比自监督学习训练的 SAR WV 模式卫星图像基础模型，训练数据达到 1000 万张图像
使用 WV-Net 模型和对比自监督学习方法，使用近 1000 万个 WV 模式图像进行训练，在估计浪高、气温和多标签分类等多个下游任务中表现出优越性能，并且在无监督图像检索任务中也展现出卓越性能，显示了 WV-Net 嵌入模型在支持地球物
PDF8 days ago
DenoDet: SAR 图像目标检测的注意力可变多子空间特征去噪方法
提出了一种基于频域变换的神经网络辅助的合成孔径雷达（SAR）目标检测方法，通过校正卷积偏差并关注高频信息，形成自然的多尺度子空间表示，从多子空间去噪的角度来检测目标，在多个 SAR 目标检测数据集上实现了最先进的成绩。
PDFa month ago
在乌克兰使用 Sentinel-1 时间序列进行大规模战争破坏地图制作的开源工具
通过使用合成孔径雷达卫星图像时间序列，结合现有的手动损伤评估和云端地理空间分析工具作为基本真实数据，本研究提出了一种可扩展且可复制的方法，用于估算战争导致的建筑损害，并通过使用开放式建筑物边界对这些评估进行后处理，使人道主义组织和其他相关方
PDFa month ago
SARATR-X: 合成孔径雷达图像目标识别的基础模型
基于自监督学习构建的基础模型 SARATR-X，通过集成多个数据集、使用不同的模型骨干和两阶段训练技术，实现了在 5 个数据集上具有竞争力和优越性能的普适合成孔径雷达自动目标识别。
PDF2 months ago
IFNet: 毫米波信号的手持合成孔径雷达深层成像与聚焦
IFNet 是一种结合了信号处理模型和深度神经网络的新型展开网络，用于实现手持毫米波系统的稳健成像和对焦，能够有效补偿手持相位误差并从严重失真的信号中恢复高保真度图像。
PDF2 months ago
FAD-SAR：基于深度学习方法的合成孔径雷达图像鱼类活动检测系统
使用基于深度学习的系统和物体检测模型，通过合成孔径雷达技术在检测非法、未报告和无监管捕鱼活动方面取得了显著的改善。
PDF2 months ago
VTR：一种面向 FPGA 的优化视觉 Transformer 用于 SAR ATR 加速
开发了一种轻量级视觉 Transformer（ViT）模型，利用 Shifted Patch Tokenization（SPT）和 Locality Self-Attention（LSA）模块，该模型可以直接在训练数据有限的合成孔径雷达（S
PDF3 months ago
FACTUAL: 基于对比学习的鲁棒 SAR 图像分类的新框架
利用 FACTUAL 框架进行对抗训练和鲁棒性合成孔径雷达目标识别，通过引入逼真的物理对抗攻击方案和线性分类器级联的方法，在干净样本和扰动样本上预训练和微调后，模型在两种情况下的预测准确率分别达到 99.7% 和 89.6%，都优于现有最先
PDF3 months ago
基于贝叶斯神经网络的具备不确定性感知的合成孔径雷达目标识别：抵御对抗攻击
提出了一种基于贝叶斯神经网络的新颖不确定性感知合成孔径雷达自动目标识别系统，可以检测到对 RAS 图像进行的敌对攻击，并生成可视化解释，帮助人类决策者判断敌对攻击证据。实验证明该方法能够识别超过 80% 的敌对 RAS 图像，误报率低于 2
PDF3 months ago
SARDet-100K：面向大规模 SAR 目标检测的开源基准和工具包
本研究建立了一个新的基准数据集和一个开源方法，用于大规模合成孔径雷达（SAR）目标检测，通过提供大规模和多样化的数据集，揭示了合成孔径雷达目标检测的一项关键挑战，并提出了一种新颖的多阶段滤波增强预训练框架，通过处理数据输入、域过渡和模型迁移
PDF4 months ago
AMANet: 自适应多分层注意力网络推进 SAR 船舶检测
提出了一种适应性多层次注意力模块（AMAM）来学习多尺度特征，并从不同特征层自适应地聚合显著特征，以增强对小目标的检测能力，实现多尺度特征增强和对象检测。通过将 AMAM 嵌入主干网络和特征金字塔网络（FPN）之间，提出了一种新颖的自适应多
PDF5 months ago
利用同时多光谱和合成孔径雷达图像进行海冰检测
该研究提出了一种新的工具 ViSual_IceD，它使用并行编码器级别，将多光谱图像和合成孔径雷达 (SAR) 图像进行融合和连接，以实现极地区域可靠准确的海冰覆盖检测。
PDF6 months ago
基于感知行为的 SAR 图像解释图神经网络进行人类决策
我们提出了一种基于图神经网络的自动目标识别框架，该框架不仅可以提供最终的分类类别，还可以输出对应的详细信息，实现了 99.2％的整体准确率，并超越了先前最先进的图神经网络方法。
PDF6 months ago
SAR 视角反演的强化学习与可微 SAR 渲染器
通过嵌入名为可微合成孔径雷达渲染的电磁模拟器来实现智能体与环境的交互作用，模拟了人类类似的角度预测过程，并利用视角对应图像之间的时序和语义差异构建深度强化学习的状态空间，通过一系列奖励机制以保持方法的稳定性和收敛性，在航空领域中的实际数据集
PDF6 months ago
利用可微分射线追踪从 SAR 图像中学习表面散射参数
本文提出了一种基于合成孔径雷达（Synthetic Aperture Radar, SAR）图像的高分辨率模拟的表面微波渲染模型，通过光线追踪和快速映射投影技术实现了 SAR 成像，并构建了基于 SAR 图像的可微光线追踪引擎，通过学习表面
PDF6 months ago
SAR-Net: 多尺度定向感合成孔径雷达网络
SAR-Net 是一个专门设计用于合成孔径雷达 (SAR) 目标检测中全局融合方向感知信息的创新框架，通过 Unity 补偿机制 (UCM) 和方向感知注意模块 (DAM) 实现了全局信息融合和消除背景干扰的功能。通过在飞机和船只数据集上进
PDF6 months ago
利用 Random Forests 集合对融合的 Sentinel-1 和 Sentinel-2 影像进行土地利用 / 土地覆盖分类
该研究通过合成孔径雷达（SAR）和可见 - 近红外 - 短波红外（VNIR-SWIR）成像技术，对土地利用 / 土地覆盖（LULC）分类进行了协同组合的探索，旨在研究这种融合对 LULC 分类的影响。研究通过集成随机森林（RFE）的方法，引
PDF7 months ago
合成孔径雷达自动目标识别的深度学习分类器基准测试
运用深度学习模型对合成孔径雷达（SAR）的自动目标识别（ATR）进行综合评估，并比较五种先进的深度学习模型在分类准确率、运行时间表现、以及模型参数、层数、大小和计算操作数量方面的性能。结果表明，图神经网络（GNN）在推理吞吐量和延迟方面的性
PDF7 months ago
QuickQuakeBuildings：用于快速损坏建筑物检测的地震后 SAR - 光学数据集
这篇研究论文介绍了首个专门用于从事件后的高分辨率合成孔径雷达和光学成像中检测地震受损建筑的数据集，利用开放卫星图像和标注后的土耳其 - 叙利亚地震数据，提供了 4000 多个建筑物的光学和合成孔径雷达的共配登记建筑物轮廓和图像片段的数据集，
PDF7 months ago