Інтелектуальна мобільна пошукова система
DOI:
https://doi.org/10.18372/1990-5548.81.18989Ключові слова:
георадар із синтезованою апертурою, гуманітарне розмінування, квадрокоптер, згорткові нейронні мережі, завдання виявлення, локалізації та зберігання данихАнотація
Статтю присвячено розробленню інтелектуальної мобільної системи, яка використовується для гуманітарного розмінування. При цьому вирішуються завдання виявлення, локалізації та зберігання отриманих даних. Робота системи базується на використанні георадару із синтезованою апертурою, що дає можливість виявляти міни як на поверхні землі, так і під землею. Як носій використовується квадрокоптер. Розроблено комплекс технічних засобів. Як блок обробки використовується центральний і графічний процесори. Інтелектуальними елементами обробки даних є згорткові нейронні мережі, для машинного навчання яких використовувався синтетичний набір даних. Дані організовані в сегменти S3 на основі різних параметрів, таких як дата, місцезнаходження та тип датчика. Така організація полегшує пошук даних і керування ними. Дані шифруються як під час передачі, так і в стані спокою за допомогою AWS Key Management Service для забезпечення конфіденційності.
Посилання
J. B. Campbell and R. H. Wynne, Introduction to Remote Sensing, The Guilford Press: New York, NY, USA, 2011.
A. Moreira, P. Prats-Iraola, M. Younis, G. Krieger, I. Hajnsek, and K. P. Papathanassiou, “A tutorial on synthetic aperture radar,” IEEE Geosci. Remote Sens. Mag., 1, 2013, 6–43. https://doi.org/10.1109/MGRS.2013.2248301
P. K. Srivastava, R. K. M. Malhi, P. C. Pandey, P. Akash Anand, M. K. Singh, and A. G. Pandey, “Revisiting hyperspectral remote sensing: Origin, processing, applications and way forward,” In Hyperspectral Remote Sensing; Pandey, P.C., Srivastava, P.K., Balzter, H., Bhattacharya, B., Petropoulos, G.P., Eds.; Elsevier: Amsterdam, The Netherlands, 2020, pp. 3–21. https://doi.org/10.1016/B978-0-08-102894-0.00001-2
C. Giardino, M. Bresciani, F. Braga, A. Fabbretto, N. Ghirardi, M. Pepe, M. Gianinetto, R. Colombo, S. Cogliati, and S. Ghebrehiwot, et al., “First Evaluation of PRISMA Level 1 Data for Water Applications, Sensors,” Journal of The Electrochemical Society, 20, 4553, 2020. https://doi.org/10.3390/s20164553
D. Amitrano, G. Di Martino, A. Iodice, D. Riccio, and G. Ruello, “A New Framework for SAR Multitemporal Data RGB Representation: Rationale and Products,” IEEE Trans. Geosci. Remote Sens., 2015, 53, 117–133. https://doi.org/10.1109/TGRS.2014.2318997
S. K. McFeeters, “The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features,” Int. J. Remote Sens., 17, 1425–1432, 1996. https://doi.org/10.1080/01431169608948714
T. C. Carlson and D. A. Ripley, “On the relationship between NDVI, fractional vegetation cover, and leaf area index,” Remote Sens. Environ, 62, 241–252, 1997. https://doi.org/10.1016/S0034-4257(97)00104-1
G. Di Martino and A. Iodice, “Maritime Surveillance with Synthetic Aperture Radar,” IET Digital Library: London, UK, 2020, Available online: https://shop.theiet.org/maritime-surveillance-with-synthetic-aperture-radar (accessed on 1 February 2020). https://doi.org/10.1049/SBRA521E_ch1
R. Lanari, O. Mora, M. Manunta, J. Mallorqui, P. Berardino, and E. Sansosti, “A small-baseline approach for investigating deformations on full-resolution differential SAR interferograms,” IEEE Trans. Geosci. Remote Sens., 2004, 42, 1377–1386. https://doi.org/10.1109/TGRS.2004.828196
H. Taubenböck, T. Esch, A. Felbier, M. Wiesner, A. Roth, and S. Dech, “Monitoring urbanization in mega cities from space,” Remote Sens. Environ, 117, 162–176, 2012. https://doi.org/10.1016/j.rse.2011.09.015
F. Cecinati, D. Amitrano, L. B. Leoncio, E. Walugendo, R. Guida, P. Iervolino, and S. Natarajan, “Exploitation of ESA and NASA Heritage Remote Sensing Data for Monitoring the Heat Island Evolution in Chennai with the Google Earth Engine,” In Proceedings of the IEEE Geoscience and Remote Sensing Symposium, Yokohama, Japan, 28 July–2 August 2019, pp. 6328–6331. https://doi.org/10.1109/IGARSS.2019.8898040
Y. Ban and A. Jacob, “Fusion of Multitemporal Spaceborne SAR and Optical Data for Urban Mapping and Urbanization Monitoring,” In Multitemporal Remote Sensing. Remote Sensing and Digital Image Processing, Y. Ban, Ed.; Springer: Berlin/Heidelberg, Germany, 2016, vol. 20, ISBN 978-3-319-47035-1.
D. Bargiel and S. Herrmann, “Multi-temporal land-cover classification of agricultural areas in two European regions with high resolution spotlight TerraSAR-X data,” Remote Sens., 3, 859–877, 2011. https://doi.org/10.3390/rs3050859
K. Kayabol and J. Zerubia, “Unsupervised amplitude and texture classification of SAR images with multinomial latent model,” IEEE Trans. Image Process., 22, 2013, 561–572. https://doi.org/10.1109/TIP.2012.2219545
D. Amitrano, F. Cecinati, G. Di Martino, A. Iodice, P.-P.P.-P. Mathieu, D. Riccio, and G. Ruello, “Multitemporal Level-1β Products: Definitions, Interpretation, and Applications,” IEEE Trans. Geosci. Remote Sens., 54, 2016, 6545–6562. https://doi.org/10.1109/TGRS.2016.2586189
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
