CCESAR：基于 CNN-U-Net 组合的海岸线分类-提取方法
计算机视觉与模式识别
2025-01-22 v1 机器学习
图像与视频处理
摘要
本文通过提出一种两阶段模型（图像分类 followed by 分割），改进了从合成孔径雷达（SAR）图像中提取海岸线的深度学习解决方案。我们假设，通常用于海岸线检测的单一分割模型不足以刻画不同的海岸线类型。通过不同压缩级别的图像实验，我们展示了两阶段工作流程的必要性。实验结果表明，使用 CNN 和 U-Net 模型在Sentinel-1图像上的结果表明，海岸线分类-提取自SAR图像（CCESAR）的两阶段工作流程优于单一U-Net分割模型。
引用
@article{arxiv.2501.12384,
title = {CCESAR: Coastline Classification-Extraction From SAR Images Using CNN-U-Net Combination},
author = {Vidhu Arora and Shreyan Gupta and Ananthakrishna Kudupu and Aditya Priyadarshi and Aswathi Mundayatt and Jaya Sreevalsan-Nair},
journal= {arXiv preprint arXiv:2501.12384},
year = {2025}
}