复值储备池计算用于干涉合成孔径雷达中低计算成本与高分辨率的方位分类与坡度角估计
信号处理
2021-08-31 v1 图像与视频处理
摘要
合成孔径雷达（SAR）广泛用于地表分类，因为它利用了光学观测中无法获取的植被和土壤信息。图像分类常采用卷积神经网络。然而，它们存在严重问题，例如其卷积和池化过程中的长学习时间与分辨率退化。在本文中，我们提出复值储备池计算（CVRC）来处理干涉 SAR（InSAR）中的复值图像。我们使用 CVRC 对 InSAR 图像数据进行分类，取得了比卷积神经网络更高的分辨率和更低的计算成本，即百分之一的学习时间和五分之一的分类时间。我们还进行了坡度角估计实验。发现 CVRC 适用于处理连续值的定量任务以及离散分类任务，且精度更高。
引用
@article{arxiv.2104.11182,
title = {Complex-valued reservoir computing for aspect classification and slope-angle estimation with low computational cost and high resolution in interferometric synthetic aperture radar},
author = {Bungo Konishi and Akira Hirose and Ryo Natsuaki},
journal= {arXiv preprint arXiv:2104.11182},
year = {2021}
}
备注
35 pages, 16 figures