Development of a foundation for high-speed and highly-reliable automatic detection of occurrence of a natural disaster by using the satellite SAR data

建立利用卫星SAR数据高速、高可靠自动检测自然灾害发生的基础

• 批准号: 19K22029
• 负责人: Tadamura Katsumi
• 金额: $ 3.91万
• 依托单位: Yamaguchi University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-06-28 至 2021-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K22029/
• 关键词: リモートセンシング; 衛星SAR; 自然災害発災検知; テータベース; 機械学習; 畳み込みニューラルネットワーク; 深層学習

项目成果

A Method for Assigning Appropriate Elevation to Water Portion ion the DEM Data

一种根据 DEM 数据为水部分分配适当高程的方法

• DOI: 10.1117/12.2590841
• 发表时间: 2021
• 期刊: Proceedings of The 2021 International Workshop on Advanced Image Technology
• 作者: Daishi Fujiwara;Toshikazu SAMURA;and Katsumi TADAMURA
• 通讯作者: and Katsumi TADAMURA

数値標高モデルデータ水部への適切な標高付与手法

数字高程模型数据 水域适宜高程分配方法

• 发表时间: 2020
• 作者: 杉本 雛乃;田畑 仁;網中康平，多々見純一，飯島志行，高橋拓実，横内正洋;藤原 大嗣，佐村俊和，多田村 克己
• 通讯作者: 藤原 大嗣，佐村俊和，多田村 克己

A performance evaluation of deep neural networks training with noisy labels under the limit of the cost increases by group-teaching algorithm

分组教学算法在成本增加限制下训练带有噪声标签的深度神经网络的性能评估

• 发表时间: 2020
• 作者: Toshikazu Samura;Katsumi Tadamura
• 通讯作者: Katsumi Tadamura

土地被覆データを学習したLight Convolutional Neural Networkによる未学習地域における都市域の詳細な分類能力の維持に関する検証

使用土地覆盖数据训练的轻卷积神经网络验证未训练区域中城市地区的详细分类能力

• 发表时间: 2020
• 作者: 内田啓一郎;多田村克己;佐村俊和
• 通讯作者: 佐村俊和

Development of a Database of Radar-shadow Cast by a SAR Satellite Using High Resolution DEM Data

使用高分辨率 DEM 数据开发 SAR 卫星投射的雷达阴影数据库

• 发表时间: 2020
• 期刊: Proceedings of The 2020 International Workshop on Advanced Image Technology
• 作者: Makoto IDE;Toshikazu SAMURA;and Katsumi TADAMURA
• 通讯作者: and Katsumi TADAMURA