多変量合成開口レーダー（SAR）画像時系列の堅牢な低ランク変化検出

この記事では、多変量合成開口レーダー（SAR）画像時系列（ITS）のための新しい変化検出器を導き出します。古典的な統計的変化検出手法は、共分散行列分析に基づいており、通常はガウス仮定および非構造化信号モデルに依存しています。これらの仮定は、高次元または高解像度画像に対して不正確である可能性があり、ノイズが非同次（非ガウス）であったり、関連する信号が通常低次元の部分空間（低ランク構造）に存在することがあります。これら2つの問題は、堅牢（複合ガウス）低ランク（構造化共分散行列）モデルに基づく新しい一般化尤度比検定を提案することで対処されます。提案された検出器の関心は、UAVSARからの2つのSAR-ITSデータセットで評価されます。