文献

J-GLOBAL ID：202202287410518750   整理番号：22A0287509

InSAR位相アンラッピングのためのCNNベースコヒーレンス駆動アプローチ【JST・京大機械翻訳】

A CNN-Based Coherence-Driven Approach for InSAR Phase Unwrapping

著者 (4件)： Sica Francescopaolo (German Aerospace Center, Microwaves and Radar Institute, Wessling, Germany) ,  Calvanese Francesco (Department of Electrical Engineering and Information Technology, University of Napoli Federico II, Napoli, Italy) ,  Scarpa Giuseppe (Department of Electrical Engineering and Information Technology, University of Napoli Federico II, Napoli, Italy) ,  Rizzoli Paola (German Aerospace Center, Microwaves and Radar Institute, Wessling, Germany)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.4003705.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： 位相アンラッピング(PU)は合成開口レーダ(SAR)干渉法(InSAR)における最も重要なタスクである。雑音の存在により,インターフェログラムは通常位相不整合を示し,また,非ユニボカル解を意味する残基とも呼ばれる。本研究では,畳み込みニューラルネットワーク(CNN)モデルを利用することにより,意味セグメンテーションの観点からPU問題を検討した。特に,一般的な深層学習アーキテクチャを利用して,入力特徴として干渉コヒーレンスを導入し,古典的方法に対する性能増加を解析した。ネットワーク訓練のために,著者らは,位相残差の制御数を導入し,合成および実際のInSARデータの両方を考慮して,可変データセットを生成した。最後に,TanDEM-Xミッションから取得した合成および実際のInSARデータについて,提案した方法を最先端のアルゴリズムと比較し,有望な結果を得た。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： アルゴリズム ,  干渉 ,  *コヒーレンス ,  雑音 ,  セグメンテーション ,  ネットワーク ,  残差 ,  *位相 ,  計算機アーキテクチャ ,  合成開口レーダ ,  機械学習
準シソーラス用語： *位相アンラッピング ,  *InSAR ,  インターフェログラム ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： InSAR ,  位相アンラッピング ,  CNN ,  コヒーレンス