文献

J-GLOBAL ID：202102261194765520   整理番号：21A2455716

Sentinel-1データにおけるRFIアーチファクト認識のための深層学習【JST・京大機械翻訳】

Deep Learning for RFI Artifact Recognition in Sentinel-1 Data

著者 (3件)： Artiemjew Piotr (Faculty of Mathematics and Computer Science, University of Warmia and Mazury in Olsztyn, 10-710 Olsztyn, Poland) ,  Chojka Agnieszka (Faculty of Geoengineering, University of Warmia and Mazury in Olsztyn, 10-710 Olsztyn, Poland) ,  Rapinski Jacek (Faculty of Geoengineering, University of Warmia and Mazury in Olsztyn, 10-710 Olsztyn, Poland)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 13  号： 1  ページ： 7  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 合成開口レーダ(SAR)測定において非常に頻繁に現れる望ましくない破壊の多様性を超えて,ラジオ周波数干渉(RFI)は,その様々な形式とソースのために最も挑戦的な課題の1つである。残念なことに,この問題は悪化している。RFIアーチファクトは,SARデータの処理を妨げるだけでなく,最終結果の品質,信頼性,および精度に来るとき,重要な役割を果たす。この課題に取り組むために,RFI影響画像を同定するためのロバストで,効果的で,かつ重要な方法が開発された。提案した解決策の主な目的は,計算結果の誤解釈を導くことができる汚染SARデータの排除を通して,SAR(PSInSAR)処理ワークフローにおける自動永久散乱のサポートである。これらの特定のアーチファクトの認識の目的のために,本論文で提示したアプローチは,深い学習に基づいている。異なるレベルの画像損傷を考慮して,LeNet型畳込みニューラルネットワークの3つの変異体を用いた。結果は,サンプルデータに直接使用する著者らのモデルの高効率を示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  散乱 ,  信頼性 ,  合成開口レーダ ,  ロバスト性 ,  *アーチファクト ,  ワークフロー
準シソーラス用語： 高効率 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 高周波干渉 ,  SARデータ ,  クイックルック ,  アーチファクト検出 ,  深層学習

分類 (1件)： レーダ  (ND13010H)

引用文献 (52件)：

• National Academies of Sciences, Engineering, and Medicine. A Strategy for Active Remote Sensing Amid Increased Demand for Radio Spectrum; The National Academies Press: Washington, DC, USA, 2015.
• Tao, M.; Su, J.; Huang, Y.; Wang, L. Mitigation of Radio Frequency Interference in Synthetic Aperture Radar Data: Current Status and Future Trends. Remote Sens. 2019, 11, 2438.
• Ding, X.-L.; Li, Z.-W.; Zhu, J.-J.; Feng, G.-C.; Long, J.-P. Atmospheric Effects on InSAR Measurements and Their Mitigation. Sensors 2008, 8, 5426-5448.
• Yang, L.; Zheng, H.; Feng, J.; Li, N.; Chen, J. Detection and suppression of narrow band RFI for synthetic aperture radar imaging. Chin. J. Aeronaut. 2015, 28, 1189-1198.
• Yu, J.; Li, J.; Sun, B.; Chen, J.; Li, C. Multiclass Radio Frequency Interference Detection and Suppression for SAR Based on the Single Shot MultiBox Detector. Sensors 2018, 18, 4034.

タイトルに関連する用語 (3件)： RFI ,  アーチファクト ,  深層学習