面向机器学习驱动应用的信号中心遥感：替代预处理与声学处理方法
Signal-Centric Remote Sensing via Alternative Preprocessing and Acoustic Processing for ML-Driven Applications
浏览论文内容
中文总结 AI 辅助
针对声纳数据处理的图像方法耗时问题，提出基于CSV格式的替代预处理与声学处理方法，实验显示处理时间减少91.18%，并提升目标检测精度及SNR、PSNR等指标。
中文摘要 AI 辅助
处理声纳数据的主流方法是使用基于图像的表示，这需要在自主系统上对图像数据进行预处理。我们提出了一种用于遥感应用的替代数据处理方法，即使用逗号分隔值（CSV）格式的数据。对我们替代方法的实验表明，处理时间减少了91.18%，机器学习在准确目标检测方面有所提升，并且信噪比（SNR）、峰值信噪比（PSNR）及其他评估指标均有所提高。
英文摘要
The dominant method of processing sonar data is using image-based representations, requiring the preprocessing of image data on autonomous systems. We propose an alternative data processing method for remote sensing applications via the use of data in Comma-Seperated Value format. Experimentation on our alternative approach shows a reduction of processing time by 91.18%, an improvement in accurate object detection by Machine Learning, and an increase in SNR (Signal-to-noise ratio), PSNR (Peak signal-to-noise ratio), and other evaluation metrics.
发表机构
- Georgia Institute of Technology（佐治亚理工学院）
- Embry-Riddle Aeronautical University（安柏瑞德航空大学）
机构由 AI 辅助整理，请以论文原文为准。
