| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-05-14 11:50 SAVERS: SAR ATR with Verification Support Based on Convolutional Neural Network ○Hidetoshi Furukawa  SANE2018-5 |
|
| 抄録 | （和） | 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． |
| （英） | We propose a new convolutional neural network (CNN) which performs coarse and fine segmentation for end-to-end synthetic aperture radar (SAR) automatic target recognition (ATR) system. In recent years, many CNNs for SAR ATR using deep learning have been proposed, but most of them classify target classes from fixed size target chips extracted from SAR imagery. On the other hand, we proposed the CNN which outputs the score of the multiple target classes and a background class for each pixel from the SAR imagery of arbitrary size and multiple targets as fine segmentation. However, it was necessary for humans to judge the CNN segmentation result. In this report, we propose a CNN called SAR ATR with verification support (SAVERS), which performs region-wise (i.e. coarse) segmentation and pixel-wise segmentation. SAVERS discriminates between target and non-target, and classifies multiple target classes and non-target class by coarse segmentation. This report describes the evaluation results of SAVERS using the Moving and Stationary Target Acquisition and Recognition (MSTAR) dataset. | |
| キーワード | （和） | 自動目標認識 / 複数目標 / 検出 / 識別 / 分類 / 畳み込みニューラルネットワーク / 深層学習 / 合成開口レーダ |
| （英） | automatic target recognition (ATR) / multiple targets / detection / discrimination / classification / convolutional neural network (CNN) / deep learning / synthetic aperture radar (SAR) | |
| 文献情報 | 信学技報, vol. 118, no. 28, SANE2018-5, pp. 23-28, 2018年5月. | |
| 資料番号 | SANE2018-5 | |
| 発行日 | 2018-05-07 (SANE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SANE2018-5 |
|
| 研究会情報 | |
| 研究会 | SANE |
| 開催期間 | 2018-05-14 - 2018-05-14 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | レーダ， EW技術及び一般 |
| テーマ（英） | Radar, EW and general |
| 講演論文情報の詳細 | |
| 申込み研究会 | SANE |
| 会議コード | 2018-05-SANE |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | SAVERS: SAR ATR with Verification Support Based on Convolutional Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自動目標認識 / automatic target recognition (ATR) |
| キーワード(2)（和/英） | 複数目標 / multiple targets |
| キーワード(3)（和/英） | 検出 / detection |
| キーワード(4)（和/英） | 識別 / discrimination |
| キーワード(5)（和/英） | 分類 / classification |
| キーワード(6)（和/英） | 畳み込みニューラルネットワーク / convolutional neural network (CNN) |
| キーワード(7)（和/英） | 深層学習 / deep learning |
| キーワード(8)（和/英） | 合成開口レーダ / synthetic aperture radar (SAR) |
| 第1著者 氏名（和/英/ヨミ） | 古川 英俊 / Hidetoshi Furukawa / フルカワ ヒデトシ |
| 第1著者 所属（和/英） | * (略称： *) * (略称： *) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-05-14 11:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SANE |
| 資料番号 | SANE2018-5 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.28 |
| ページ範囲 | pp.23-28 |
| ページ数 | 6 |
| 発行日 | 2018-05-07 (SANE) |
[研究会発表申込システムのトップページに戻る]