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

Generalization in Object Recognition from SAR Imagery

Sica, Francescopaolo und Pulella, Andrea und Lopez, Carlos Villamil und Anglberger, Harald und Hänsch, Ronny (2022) Generalization in Object Recognition from SAR Imagery. In: 2022 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2022, Seiten 1007-1010. IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2022-07-17 - 2022-07-22, Kuala Lumpur, Malaysia. doi: 10.1109/IGARSS46834.2022.9884427. ISBN 978-166542792-0.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://ieeexplore.ieee.org/abstract/document/9884427

Kurzfassung

Object recognition in synthetic aperture radar images is a well studied topic that has gained a significant amount of attention within the last decades. Modern approaches are based on machine learning, i.e. deep learning, and often show excellent performance. What is so far missing in the literature is a study dedicated to the generalization capabilities of object recognition approaches, i.e. how well a given system can be transferred to new and previously unseen data. In this paper, the proposed recognition model is trained and tested on a unique dataset of 25 high-resolution TerraSAR-X images (X-band), acquired over four different airports in Staring Spotlight mode. We show how classification performance changes for different application scenarios which require different training and evaluation setups.

elib-URL des Eintrags:https://elib.dlr.de/191313/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Generalization in Object Recognition from SAR Imagery
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Sica, FrancescopaoloNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Pulella, AndreaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Lopez, Carlos VillamilNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Anglberger, HaraldNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hänsch, RonnyRonny.Haensch (at) dlr.dehttps://orcid.org/0000-0002-2936-6765NICHT SPEZIFIZIERT
Datum:Juli 2022
Erschienen in:2022 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2022
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1109/IGARSS46834.2022.9884427
Seitenbereich:Seiten 1007-1010
ISBN:978-166542792-0
Status:veröffentlicht
Stichwörter:Deep Learning, Object Detection
Veranstaltungstitel:IEEE International Geoscience and Remote Sensing Symposium (IGARSS)
Veranstaltungsort:Kuala Lumpur, Malaysia
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:17 Juli 2022
Veranstaltungsende:22 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
Institut für Hochfrequenztechnik und Radarsysteme > Aufklärung und Sicherheit
Hinterlegt von: Hänsch, Ronny
Hinterlegt am:01 Dez 2022 13:18
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.