elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Transcoding-based pre-training of semantic segmentation networks for PolSAR images

Cattoi, Alessandro und Bruzzone, Lorenzo und Hänsch, Ronny (2022) Transcoding-based pre-training of semantic segmentation networks for PolSAR images. In: Proceedings of the European Conference on Synthetic Aperture Radar, EUSAR, Seiten 1-5. European Conference on Synthetic Aperture Radar (EUSAR), 2022-07-25 - 2022-07-27, Leipzig, Germany. ISSN 2197-4403.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://ieeexplore.ieee.org/abstract/document/9944362

Kurzfassung

Pre-training deep neural networks uses a proxy task to learn representative features that are transferable to a different problem. We investigate how semantic segmentation networks for PolSAR images benefit from pre-training on a transcoding task which translates PolSAR data into optical images. We compare multiple approaches ranging from a simple regression network up to a cycle-GAN. All pre-training methods lead to significant gains in classification accuracy. Surprisingly, the cycle-GAN as the most sophisticated architecture evaluated here leads to the worst results. The best results are achieved by the conditional GAN but closely followed by the much simpler regression network.

elib-URL des Eintrags:https://elib.dlr.de/191317/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Transcoding-based pre-training of semantic segmentation networks for PolSAR images
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Cattoi, AlessandroNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bruzzone, LorenzoNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hänsch, RonnyRonny.Haensch (at) dlr.dehttps://orcid.org/0000-0002-2936-6765NICHT SPEZIFIZIERT
Datum:Juli 2022
Erschienen in:Proceedings of the European Conference on Synthetic Aperture Radar, EUSAR
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
Seitenbereich:Seiten 1-5
ISSN:2197-4403
Status:veröffentlicht
Stichwörter:Deep Learning, Self-supervised Learning
Veranstaltungstitel:European Conference on Synthetic Aperture Radar (EUSAR)
Veranstaltungsort:Leipzig, Germany
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:25 Juli 2022
Veranstaltungsende:27 Juli 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Künstliche Intelligenz
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Hochfrequenztechnik und Radarsysteme > SAR-Technologie
Hinterlegt von: Hänsch, Ronny
Hinterlegt am:01 Dez 2022 13:22
Letzte Änderung:24 Apr 2024 20:52

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.