Record #623070

DFG project G:(GEPRIS)552338883

TranSAR - Transferlernen von SAR-Bildern mittlerer Auflösung zu SAR-Bildern hoher Auflösung

Coordinator	Professor Dr.-Ing. Michael Schmitt
Grant period	2024 -
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)552338883

Note: Deep Learning-Ansätze werden in der Fernerkundung aktuell hauptsächlich für Analyse von optischen Bilddaten entwickelt, wobei spezielle Lösungen für Synthetik-Apertur-Radar (SAR) Daten mehr und mehr an Bedeutung gewinnen. Der wohlbekannte Mangel an akkurat annotierten Daten ist allerdings im Falle der Radarfernerkundung noch gravierender als bei der optischen Fernerkundung. Das hat im Wesentlichen zwei Hauptgründe: Erstens unterscheiden sich SAR-Bilder stark von der menschlichen optischen Wahrnehmung und sind daher auch für Experten schwerer zu annotieren. Zweitens waren SAR-Daten in der Vergangenheit für die Öffentlichkeit weniger leicht zugänglich als optische Daten. Während sich die Zugänglichkeit zu SAR-Satellitendaten mit dem Start der Sentinel-1 SAR-Mission im Rahmen des europäischen Copernicus-Programms stark verbessert hat, besteht weiterhin ein Mangel an annotierten sehr hochauflösenden (VHR) SAR-Daten zum Training tiefer neuronaler Netze. Dieses Vorhaben zielt darauf ab, global verfügbare Sentinel-1 C-Band SAR-Bilder mit mittlerer Auflösung, Strategien des Transferlernens und der physikalischen Modellierung zu nutzen, um eine Lösung für den Mangel an annotierten VHR X-Band SAR-Daten zu entwickeln. Durch die angestrebten Lösungen sollen Modellparameter, die für mittel aufgelöste und wohl annotierte C-Band-Daten bestimmt wurden, auf VHR X-Band-Daten übertragen werden. Durch erwarteten Projektergebnisse werden neue Möglichkeiten geschaffen werden für eine Deep Learning-basierte Auswertung von VHR X-Band-SAR-Bildern, wie sie z.B. von Missionen wie TerraSAR-X, Capella oder ICEYE bereitgestellt und für Anwendungen z.B. im Katastrophen- und Bevölkerungsschutz verwendet werden.

Recent Publications

There are no publications

Record created 2025-02-02, last modified 2025-02-10

Similar records

Rate this document:

(Not yet reviewed)

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

guest :: login PUBDB
		Search		Submit		Personalize Your alerts Your baskets Your searches		Help