SAR-to-Optical Image Translation Based on Conditional Generative Adversarial Networks—Optimization, Opportunities and Limits

计算机科学 合成孔径雷达 图像翻译 人工智能 初始化 翻译(生物学) 计算机视觉 遥感 图像(数学) 生物化学 基因 信使核糖核酸 地质学 化学 程序设计语言
作者
Mario Fuentes Reyes,Stefan Auer,Nina Merkle,Corentin Henry,Michael Schmitt
出处
期刊:Remote Sensing [MDPI AG]
卷期号:11 (17): 2067-2067 被引量:115
标识
DOI:10.3390/rs11172067
摘要

Due to its all time capability, synthetic aperture radar (SAR) remote sensing plays an important role in Earth observation. The ability to interpret the data is limited, even for experts, as the human eye is not familiar to the impact of distance-dependent imaging, signal intensities detected in the radar spectrum as well as image characteristics related to speckle or steps of post-processing. This paper is concerned with machine learning for SAR-to-optical image-to-image translation in order to support the interpretation and analysis of original data. A conditional adversarial network is adopted and optimized in order to generate alternative SAR image representations based on the combination of SAR images (starting point) and optical images (reference) for training. Following this strategy, the focus is set on the value of empirical knowledge for initialization, the impact of results on follow-up applications, and the discussion of opportunities/drawbacks related to this application of deep learning. Case study results are shown for high resolution (SAR: TerraSAR-X, optical: ALOS PRISM) and low resolution (Sentinel-1 and -2) data. The properties of the alternative image representation are evaluated based on feedback from experts in SAR remote sensing and the impact on road extraction as an example for follow-up applications. The results provide the basis to explain fundamental limitations affecting the SAR-to-optical image translation idea but also indicate benefits from alternative SAR image representations.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
刚刚
王景发布了新的文献求助10
刚刚
echo完成签到,获得积分10
1秒前
3秒前
3秒前
小田发布了新的文献求助10
4秒前
diupapa完成签到,获得积分10
6秒前
浅眠发布了新的文献求助10
6秒前
6秒前
希望天下0贩的0应助天降采纳,获得10
7秒前
JamesPei应助WX采纳,获得10
7秒前
胡桃夹馍发布了新的文献求助10
10秒前
11秒前
ding应助diupapa采纳,获得30
11秒前
13秒前
yy完成签到,获得积分10
17秒前
壮观蓝完成签到 ,获得积分10
17秒前
毕业就行发布了新的文献求助10
17秒前
kgdzj发布了新的文献求助30
18秒前
正直的妍发布了新的文献求助10
18秒前
大白完成签到 ,获得积分10
19秒前
红烧小猪蹄完成签到,获得积分10
20秒前
wanci应助欣喜战斗机采纳,获得10
22秒前
852应助林夏采纳,获得10
23秒前
23秒前
萌meng发布了新的文献求助10
23秒前
zzz完成签到,获得积分10
26秒前
大雄的梦想是什么完成签到 ,获得积分10
26秒前
26秒前
zzz发布了新的文献求助10
28秒前
锅包肉完成签到 ,获得积分10
30秒前
随便吃饭完成签到,获得积分10
30秒前
毕业就行完成签到,获得积分10
30秒前
31秒前
不会点点完成签到,获得积分10
32秒前
拉长的梦竹完成签到,获得积分10
33秒前
sunrase发布了新的文献求助10
34秒前
Zdh同学完成签到,获得积分10
35秒前
科研通AI2S应助知性的书竹采纳,获得10
35秒前
高分求助中
Sustainability in Tides Chemistry 2800
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3138914
求助须知:如何正确求助?哪些是违规求助? 2789858
关于积分的说明 7792896
捐赠科研通 2446244
什么是DOI,文献DOI怎么找? 1301004
科研通“疑难数据库(出版商)”最低求助积分说明 626066
版权声明 601079