文献

J-GLOBAL ID：201702283430040036   整理番号：17A1568103

多重畳込みニューラルネットワークを用いた特徴融合SAR目標識別【Powered by NICT】

Feature-Fused SAR Target Discrimination Using Multiple Convolutional Neural Networks

著者 (5件)： Wang Ning (National Laboratory of Radar Signal Processing and Collaborative Innovation Center of Information Sensing and Understanding, Xidian University, Xi’an, China) ,  Wang Yinghua (National Laboratory of Radar Signal Processing and Collaborative Innovation Center of Information Sensing and Understanding, Xidian University, Xi’an, China) ,  Liu Hongwei (National Laboratory of Radar Signal Processing and Collaborative Innovation Center of Information Sensing and Understanding, Xidian University, Xi’an, China) ,  Zuo Qunsheng (China Electronics Technology Group Corporation, Beijing, China) ,  He Jinglu (National Laboratory of Radar Signal Processing and Collaborative Innovation Center of Information Sensing and Understanding, Xidian University, Xi’an, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 10  ページ： 1695-1699  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： 標的識別は合成開口レーダ(SAR)画像の解釈における最もホットな問題の一つである。しかし,スペックル雑音の存在下でロバストな特徴の欠如は,SAR識別を扱うことを困難にしている。最近,畳込みニューラルネットワークが最先端技術の結果パターン認識を得ている。本論文では,SAR画像の輝度情報とエッジ情報を併用した標的識別フレームワークを提案した。このフレームワークは三つの部分,すなわち,特徴抽出,特徴融合ブロック,最終分類ブロックを含んでいる。添加では,異なる特徴の空間的関係を保存する新しい特徴融合法を紹介した。miniSARデータ上での実験結果により,提案手法の有効性を実証した。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： *ニューラルネットワーク ,  特徴抽出 ,  画像 ,  パターン認識 ,  *物体認識 ,  *多重化 ,  ロバスト性 ,  *畳込み ,  輝度 ,  合成開口レーダ
準シソーラス用語： SAR画像 ,  最先端技術 ,  スペックル雑音 ,  *特徴融合 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 多重 ,  畳込みニューラルネットワーク ,  特徴融合 ,  SAR ,  目標識別