文献

J-GLOBAL ID：202202240304501133   整理番号：22A0456394

モデルベース偏波SAR分解:L1正則化アプローチ【JST・京大機械翻訳】

Model-Based Polarimetric SAR Decomposition: An L₁ Regularization Approach

著者 (3件)： Ainsworth Thomas L (U.S. Naval Research Laboratory, Washington, DC, USA) ,  Wang Yanting (U.S. Naval Research Laboratory, Washington, DC, USA) ,  Lee Jong-Sen (Computational Physics, Inc., Springfield, VA, USA)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5208013.1-13  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 偏光合成開口レーダ(POLSAR)画像からシーン分類を生成するために,モデルベースの偏光分解がしばしば用いられる。分類品質は,採用した偏光散乱機構が主要なセンセン散乱機構と一致するかどうかに大きく依存する。しかし,in-scene散乱変動は,まだ潜在的ミスマッチを引き起こし,非物理的または不正確な分解結果をもたらす。モデルベースの偏光分解のロバスト性は一般的な懸念のままである。本論文では,シミュレーションデータセットを用いて,in-scene散乱機構の変化に対するモデルベース偏光分解のロバスト性に取り組んだ。既知の模擬散乱機構は,偏光分解のロバスト性を定量的に評価するために必要な「グランドトルース」を提供する。シミュレートした偏光データから既知の散乱機構の正確な検索により,ロバストなモデルベースの分解を開発した。L_1正則化最適化手順を用いて,モデルベース分解を解く新しい手法を提案し,最適偏光散乱機構のセットを自動的に選択し,選択した散乱機構に対する非負電力を保証した。シミュレートしたデータセットと実際のPOLSAR画像の両方を用いて,このL_1モデル分解を説明した。初期の分解において観測されたバイアスを緩和するPOLSARモデルベースの分解に対する著者らの新しいL_1正則化手法は,ロバストな散乱機構推定を提供し,非物理的,負の散乱電力を除去する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  散乱 ,  シミュレーション ,  偏光 ,  電力 ,  *偏波 ,  バイアス ,  *正則化 ,  合成開口レーダ ,  ロバスト性
準シソーラス用語： *モデルベース ,  シーン分類 ,  グランドトゥルース ,  散乱メカニズム , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： モデルベース ,  偏波 ,  SAR ,  分解 ,  L1 ,  正則化