基于卷积神经网络的Sentinel-1数据自动船舶监测
计算机视觉与模式识别
2023-04-25 v1 图像与视频处理
摘要
多通道合成孔径雷达（SAR）系统的进展被视为监视活动的升级技术。星载SAR传感器为海岸海洋监视及海洋表面特征观测提供数据。船舶监测早先采用恒虚警率（CFAR）算法，其因缺乏决策能力而非智能技术，因此我们引入基于小波变换的卷积神经网络方法，以在繁重海军交通的SAR图像中识别物体，对应众多目标检测。所用信息包括印度西部沿海区的Sentinel-1 SAR-C双极化数据获取，借助所提技术我们获得了95.46%的检测精度。利用该模型可实现海军物体监测与外来海上入侵者识别的自动化。
引用
@article{arxiv.2304.11717,
title = {Automatized marine vessel monitoring from sentinel-1 data using convolution neural network},
author = {Surya Prakash Tiwari and Sudhir Kumar Chaturvedi and Subhrangshu Adhikary and Saikat Banerjee and Sourav Basu},
journal= {arXiv preprint arXiv:2304.11717},
year = {2023}
}
备注
2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS