Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

Deep Learning for Ship Classification on Medium Resolution SAR Imagery

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
Read More Add to Saved list
  • Additional Information
    • Contributors:
      Equipe Observations Signal & Environnement (Lab-STICC_OSE); Laboratoire des sciences et techniques de l'information, de la communication et de la connaissance (Lab-STICC); École Nationale d'Ingénieurs de Brest (ENIB)-Université de Bretagne Sud (UBS)-Université de Brest (UBO)-École Nationale Supérieure de Techniques Avancées Bretagne (ENSTA Bretagne)-Institut Mines-Télécom Paris (IMT)-Centre National de la Recherche Scientifique (CNRS)-Université Bretagne Loire (UBL)-IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT)-École Nationale d'Ingénieurs de Brest (ENIB)-Université de Bretagne Sud (UBS)-Université de Brest (UBO)-École Nationale Supérieure de Techniques Avancées Bretagne (ENSTA Bretagne)-Institut Mines-Télécom Paris (IMT)-Centre National de la Recherche Scientifique (CNRS)-Université Bretagne Loire (UBL)-IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT); Département Mathematical and Electrical Engineering (IMT Atlantique - MEE); IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT); Collecte Localisation Satellites (CLS); Océan Dynamique Observations Analyse (ODYSSEY); Université de Rennes (UR)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Université de Brest (UBO)-Inria Rennes – Bretagne Atlantique; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-IMT Atlantique (IMT Atlantique); This work was performed under a research contract betweenCLS and IMT Atlantique. Part of the work was foundedsupported by ”France Relance”. We used Sentinel-1 dataacquired between 2017 and 2022 as part of the CopernicusSentinel programme.; European Space Agency (ESA)
    • Publication Information:
      HAL CCSD
    • Publication Date:
      2023
    • Collection:
      Archives ouvertes Hal IMT Atlantique
    • Subject Terms:
      longyearbyen; Norway
    • Abstract:
      International audience ; This research delves into the classification of maritime vessels, utilizing medium-resolution Synthetic Aperture Radar (SAR) imagery obtained from Sentinel-1, alongside Automatic Identification System (AIS) data streams. The investigation is specifically designed to address a ternary classification challenge involving three distinct ship categories: Tanker, Cargo, and Others. Leveraging a dataset comprising over 80,000 ship images, a Convolutional Neural Network (CNN) ensemble is applied. The results reveal a total classification accuracy of 79%.
    • Relation:
      hal-04277648; https://hal.science/hal-04277648; https://hal.science/hal-04277648v2/document; https://hal.science/hal-04277648v2/file/Ship_classification_v12%20%281%29.pdf
    • Online Access:
      https://hal.science/hal-04277648
      https://hal.science/hal-04277648v2/document
      https://hal.science/hal-04277648v2/file/Ship_classification_v12%20%281%29.pdf
    • Rights:
      http://hal.archives-ouvertes.fr/licences/publicDomain/ ; info:eu-repo/semantics/OpenAccess
    • Accession Number:
      edsbas.95A424D6