利用神经网络对高分辨率图像进行快速SAR粗糙度估计
计算机视觉与模式识别
2023-09-08 v1 机器学习
图像与视频处理
应用统计
摘要
合成孔径雷达（SAR）图像分析是遥感应用中的重要步骤，由于其固有的散斑噪声，这是一个具有挑战性的问题。一种典型的解决方案是使用分布对数据建模并提取其粗糙度信息，进而可用于分割、分类和判读等后续成像任务。这导致需要从SAR数据中快速可靠地估计粗糙度参数，尤其是对于高分辨率图像。遗憾的是，传统的参数估计过程速度慢且容易出现估计失败。在本工作中，我们提出了一种基于神经网络的估计框架，该框架首先学习如何预测样本的基础参数，然后可用于估计未知数据的粗糙度。我们表明，即使使用简单网络，该方法得到的估计器比该问题的传统估计过程更快、估计误差更小且更不易失败。更重要的是，我们表明同一方法可推广到处理图像输入，即使仅在纯合成数据上训练几秒，也能对高分辨率真实SAR影像进行实时逐像素粗糙度估计。
引用
@article{arxiv.2309.03351,
title = {Using Neural Networks for Fast SAR Roughness Estimation of High Resolution Images},
author = {Li Fan and Jeova Farias Sales Rocha Neto},
journal= {arXiv preprint arXiv:2309.03351},
year = {2023}
}