Versenden
Drucken
Koslow, Wadim und Rack, Kathrin und Rüttgers, Alexander und Dell Amore, Luca und Rizzoli, Paola (2024) Artifact detection in SAR images with AI methods. In: Proceedings of the European Conference on Synthetic Aperture Radar, EUSAR, Seiten 463-468. EUSAR 2024, 2024-04-23 - 2024-04-26, München, Deutschland. ISSN 2197-4403.
Dies ist die aktuellste Version dieses Eintrags.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
1MB |
Offizielle URL: https://ieeexplore.ieee.org/abstract/document/10659585/metrics#metrics
Kurzfassung
The increasing number of Earth observation data necessitates for advanced automated evaluation. Autoencoders (AE), which are deep neural networks, have been successfully applied to change detection on optical images. Here, we present an investigation of the applicability of three different convolutional AE methods for change detection on time series of SAR images. During the evaluation, the so-called joint AE approach is proved to be more precise and less sensitive to changes in brightness, thus designating less false positives. Moreover, the joint AE method indicates three noticeable and conspicuous regions.
| elib-URL des Eintrags: | https://elib.dlr.de/204392/ | ||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Konferenzbeitrag (Vortrag, Poster, Anderer) | ||||||||||||||||||||||||
| Titel: | Artifact detection in SAR images with AI methods | ||||||||||||||||||||||||
| Autoren: |
| ||||||||||||||||||||||||
| Datum: | 2024 | ||||||||||||||||||||||||
| Erschienen in: | Proceedings of the European Conference on Synthetic Aperture Radar, EUSAR | ||||||||||||||||||||||||
| Referierte Publikation: | Ja | ||||||||||||||||||||||||
| Open Access: | Ja | ||||||||||||||||||||||||
| Gold Open Access: | Nein | ||||||||||||||||||||||||
| In SCOPUS: | Ja | ||||||||||||||||||||||||
| In ISI Web of Science: | Nein | ||||||||||||||||||||||||
| Seitenbereich: | Seiten 463-468 | ||||||||||||||||||||||||
| ISSN: | 2197-4403 | ||||||||||||||||||||||||
| Status: | veröffentlicht | ||||||||||||||||||||||||
| Stichwörter: | SAR, Machine Learning, Anomaly Detection, Change Detection | ||||||||||||||||||||||||
| Veranstaltungstitel: | EUSAR 2024 | ||||||||||||||||||||||||
| Veranstaltungsort: | München, Deutschland | ||||||||||||||||||||||||
| Veranstaltungsart: | internationale Konferenz | ||||||||||||||||||||||||
| Veranstaltungsbeginn: | 23 April 2024 | ||||||||||||||||||||||||
| Veranstaltungsende: | 26 April 2024 | ||||||||||||||||||||||||
| 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 - Impulsprojekt Resiliente Versorgungsinfrastruktur und Warenströme im Kontext küstennaher Extremwetterereignisse | ||||||||||||||||||||||||
| Standort: | Köln-Porz , Oberpfaffenhofen | ||||||||||||||||||||||||
| Institute & Einrichtungen: | Institut für Softwaretechnologie > High-Performance Computing Institut für Softwaretechnologie Institut für Hochfrequenztechnik und Radarsysteme > Satelliten-SAR-Systeme | ||||||||||||||||||||||||
| Hinterlegt von: | Koslow, Wadim | ||||||||||||||||||||||||
| Hinterlegt am: | 03 Jun 2024 14:08 | ||||||||||||||||||||||||
| Letzte Änderung: | 20 Dez 2024 07:28 |
Verfügbare Versionen dieses Eintrags
-
Artifact detection in SAR images with AI methods. (deposited 03 Jan 2024 10:41)
- Artifact detection in SAR images with AI methods. (deposited 03 Jun 2024 14:08) [Gegenwärtig angezeigt]
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
