User: Guest  Login
Original title:
Deep Learning for Matching High-Resolution SAR and Optical Imagery 
Translated title:
Deep Learning für die Zuordnung von hochauflösenden SAR und optischen Bilddaten 
Year:
2020 
Document type:
Dissertation 
Institution:
Fakultät für Luftfahrt, Raumfahrt und Geodäsie 
Advisor:
Schmitt, Michael (Priv.-Doz. Dr. habil.) 
Referee:
Schmitt, Michael (Priv.-Doz. Dr. habil.); Zhu, Xiaoxiang (Prof. Dr. habil.); Tupin, Florence (Prof. Dr.) 
Language:
en 
Subject group:
GEO Geowissenschaften 
Keywords:
Deep learning, Image matching, Remote sensing, Data fusion, SAR, Optical 
Translated keywords:
Deep learning, Bildvergleich, Fernerkundung, Datenfusion, SAR, Optisch 
TUM classification:
BAU 967d; MSR 915d 
Abstract:
The joint exploitation of SAR and optical data constitute the most important application of data fusion within remote sensing. A key first step in data fusion endeavours is the determination of correspondences between the various data sources. However, due to their vastly different geometric and radiometric properties, the SAR and optical matching problem has few generalizable solutions. Thus the main objective of this thesis is to develop a fully automated, deep learning-based, SAR-optical matc...    »
 
Translated abstract:
Die gemeinsame Auswertung von SAR- und optischen Daten stellt die wichtigste Anwendung der Datenfusion in der Fernerkundung dar. Ein erster wichtiger Schritt in diese Richtung ist die Bestimmung von Korrespondenzen zwischen den verschiedenen Datenquellen. Aufgrund der erheblichen Unterschiede hinsichtlich ihrer geometrischen und radiometrischen Eigenschaften ist das Matching von SAR- und optischen Daten jedoch von Natur aus komplex. Das Hauptziel dieser Arbeit ist daher die Entwicklung einer vol...    »
 
Oral examination:
24.08.2020 
File size:
45960249 bytes 
Pages:
159 
Last change:
15.09.2020