文献

J-GLOBAL ID：201702273143452575   整理番号：17A1644877

MSTARデータセットに自動目標認識のための顕著性注意とSIFTキーポイント組合せ【Powered by NICT】

Saliency attention and sift keypoints combination for automatic target recognition on MSTAR dataset

著者 (4件)： Karine Ayoub (Lab-STICC UMR CNRS 6285, ENSTA Bretagne, Brest, France) ,  Toumi Abdelmalek (Lab-STICC UMR CNRS 6285, ENSTA Bretagne, Brest, France) ,  Khenchaf Ali (Lab-STICC UMR CNRS 6285, ENSTA Bretagne, Brest, France) ,  Hassouni Mohammed El (LRIT URAC 29, Faculty of sciences, Mohammed V University in Rabat, Morocco)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ATSIP  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,合成開口レーダ(SAR)画像に基づく自動ターゲット認識のための新しい方法を提示することを目的としている。対象(ターゲット領域)の領域を記述するために,顕著性注意モデルを用いた。,背景からの地上目標物を分離するために生成された顕著性マップはSAR画像に及ぼすマスクとして使用されている。後,形質転換したSAR画像のスケール不変特徴変換(SIFT)記述子を計算した。でこのようにして,顕著な領域に位置するSIFTキーポイントのみを維持した。この戦略は次元を低減するために行われるだけでなくその識別能力を向上させた。認識段階では,未知の画像ターゲットのベクトル記述子と訓練データセットに含まれるすべての既知の画像間のマッチングアプローチを採用した。提案したアプローチを検証するために,MSTARデータセットを用いた。得られた実験結果により,提案アプローチでは,SAR画像を効果的に記述し,明らかに認識率を改善できることを示した。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： 合成開口レーダ ,  ベクトル ,  *画像
準シソーラス用語： 認識率 ,  訓練データ ,  SAR画像 ,  顕著性マップ ,  *自動ターゲット認識 , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： データセット ,  自動目標認識 ,  注意 ,  SIFT ,  組合せ