SAVERS: SAR ATR with Verification Support Based on Convolutional Neural Network

概要

エンドツーエンドの合成開口レーダ（SAR）自動目標認識（ATR）システムのために，コース／ファイン両方のセグメンテーションを行う新しい畳み込みニューラルネットワーク（CNN）を提案する．近年，深層学習を用いたSAR ATR用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クラスを分類している．これに対して我々は，任意サイズ・複数目標のSAR画像からファインセグメンテーションによりピクセルごとに複数の目標クラスと背景クラスのスコアを出力するCNNを提案した．しかし，目標の識別はCNNのセグメンテーション出力から判断する必要があった．本稿では領域単位（すなわち，コース）セグメンテーションとピクセル単位セグメンテーションを行うSAVERS（SAR ATR with Verification Support）と呼ばれるCNNを提案する．SAVERSはコースセグメンテーションにより目標と非目標を識別し，複数の目標クラスと非目標クラスを分類する．本稿ではMSTARデータセットを用いたSAVERSの評価結果を報告する．

© 2018 IEICE

Reference

電子情報通信学会技術研究報告, vol.118, no.28, SANE2018-5, pp.23-28, 2018年5月

Link

IEICE info / pdf (SANE2018-5.pdf)
arXiv abstract / pdf