Scidown文献预览系统!
利用深度学习技术挖掘SAR图像对地观测-解裂前沿检测的潜力( Tapping the Potential of Earth Observation -Calving Front Detection in SAR Images using Deep Learning Techniques )
Nora Gourmelon Thorsten Seehaus Amirabbas Davari Matthias Braun Vincent Christlein
湖泊或海洋终止冰川的裂冰前缘提供了关于冰川状态的信息。其位置的改变会影响整个冰川系统的流动,冰山崩落和排入海洋时冰量的损失会对全球水文循环产生多尺度的影响。在合成孔径雷达(SAR)图像中可以人工描绘出产犊前缘。然而,这是一项费时、繁琐、昂贵的任务。由于深度学习方法在医学图像处理和计算机视觉等各个学科中取得了巨大的成功,“挖掘地球观测的潜力”(TAPE)项目就是致力于将深度学习技术应用于小腿前缘探测的项目之一。到目前为止,我们的所有实验都采用了基于U-Net的体系结构,因为U-Net在语义图像分割方面是最先进的。前部检测的一个主要挑战是类别不平衡:前部的像素明显少于SAR图像的其余部分。因此,我们开发了U-Net的变体,包括注意U-Net,概率贝叶斯U-Net,以及基于距离图的二元交叉熵(BCE)损失函数和Mathews相关系数(MCC)作为早期停止准则的U-Net。在未来的工作中,我们计划研究多任务学习和SAR图像的分类(海洋、冰川和岩石),以提高前方检测的质量和效率。由TCPDF提供(www.TCPDF.org)
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】