文献

J-GLOBAL ID：201702264160311141   整理番号：17A1024637

SAR目標認識用の属性散乱中心を用いたマルチレベル再構成によるデータ増強【Powered by NICT】

Data Augmentation by Multilevel Reconstruction Using Attributed Scattering Center for SAR Target Recognition

著者 (5件)： Ding Baiyuan (Science and Technology on Automatic Target Recognition Laboratory, National University of Defense Technology, Changsha, China) ,  Wen Gongjian (Science and Technology on Automatic Target Recognition Laboratory, National University of Defense Technology, Changsha, China) ,  Huang Xiaohong (Science and Technology on Automatic Target Recognition Laboratory, National University of Defense Technology, Changsha, China) ,  Ma Conghui (Science and Technology on Automatic Target Recognition Laboratory, National University of Defense Technology, Changsha, China) ,  Yang Xiaoliang (Science and Technology on Automatic Target Recognition Laboratory, National University of Defense Technology, Changsha, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 6  ページ： 979-983  発行年： 2017年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 合成開口レーダ(SAR)画像とテンプレートデータベースの完全性の品質はテンプレートに基づくSAR自動ターゲット認識における二つの重要な因子である。起因散乱中心(ASC)を用いたSARターゲットのマルチレベル再構成による二因子解を与える。元SAR画像のASCはターゲットの画像,ノイズと背景クラッタを減少させるだけでなく,標的の電磁特性を保つを再構築するために抽出した。テンプレートデータベースは拡張された運転条件におけるASC不在の様々な程度をシミュレートするためにマルチレベルで再構成した。,SAR画像の品質と同様にテンプレートデータベースの完全性は増強される。特徴は,拡張SAR画像から抽出し,分類器は,標的認識のための拡張データベースにより訓練される。移動および静止標的取得および認識データセット上での実験結果により,提案した方法の妥当性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 雑音 ,  データベース ,  品質 ,  *物体認識 ,  クラッタ ,  合成開口レーダ ,  画像 ,  *再構成 ,  完全性
準シソーラス用語： 運転条件 ,  SAR画像 ,  自動ターゲット認識 ,  *マルチレベル ,  *散乱中心 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： SAR ,  目標認識 ,  属性 ,  散乱中心 ,  マルチレベル ,  再構成 ,  データ増強