合成開口レーダ画像からの目標姿勢推定

概要

合成開口レーダ（SAR）画像からの自動目標認識（ATR）は，長年研究が続けられている課題である．近年は，深層学習を用いたSAR ATR用畳み込みニューラルネットワーク（CNN）が多く提案されているが，そのほとんどはSAR画像から抽出された固定サイズのターゲットチップから目標のクラスを分類している．これに対し，我々は任意サイズ・複数目標のSAR画像から検出した各目標の位置，目標クラス及び姿勢クラスをSAR ATR画像として出力するEnd-to-End SAR ATR用CNNを提案している．この中で，同CNNの姿勢クラスの評価値は，目標クラスの評価値よりも低くなっている．本稿では，End-to-End SAR ATRの姿勢推定性能を改善する方法を提案する．