文献

J-GLOBAL ID：201802220282472685   整理番号：18A0942590

SARターゲット認識に応用する3D散乱中心モデルに基づく領域整合アプローチ【JST・京大機械翻訳】

A Region Matching Approach Based on 3-D Scattering Center Model With Application to SAR Target Recognition

著者 (2件)： Ding Baiyuan (ATR Key Laboratory, National University of Defense Technology, Changsha, China) ,  Wen Gongjian (ATR Key Laboratory, National University of Defense Technology, Changsha, China)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 18  号： 11  ページ： 4623-4632  発行年： 2018年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  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： 本論文では,合成開口レーダ(SAR)自動ターゲット認識(ATR)への応用による三次元散乱中心モデルに基づく領域マッチング手法を提案した。モデル散乱中心の各々は,大域的閾値を用いてその予測画像を分割することによって得られる二値領域によって表現される。その後,領域対領域マッチングアルゴリズムを実行して,テスト画像から抽出されたターゲット領域と個々の予測領域を一致させた。マッチング結果を包括的に評価するために3つのスコアを設計し,異なるターゲットを識別するためにそれらのスパース性に基づく全体的類似性として線形に融合した。分類段階において,粗から微細領域マッチングを実行して,試験画像を最大類似性を有するクラスとして決定した。実験は電磁コードによるシミュレーションデータで行った。結果は,提案した方法が標準運転条件の下でいくつかのテンプレートベースおよびモデルベースのSAR ATR法より優れていることを実証した。提案した方法の優位性は,雑音除去,分解能分散,および部分閉塞を含む様々な拡張動作条件下でより顕著になる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 雑音除去 ,  類似性 ,  マッチング ,  合成開口レーダ ,  画像 ,  線形性 ,  *モデル ,  予測 ,  *三次元 ,  *物体認識 ,  分解能
準シソーラス用語： モデルベース ,  スパース性 ,  自動ターゲット認識 ,  *散乱中心 , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： SAR ,  ターゲット認識 ,  応用 ,  3D ,  散乱中心 ,  モデル ,  整合