文献

J-GLOBAL ID：201802239709186658   整理番号：18A2038493

大シーンSAR画像のためのディープニューラルネットワークによるD-ATR【JST・京大機械翻訳】

D-Atr Via Deep Neural Network for Large Scene Sar Images

著者 (4件)： Tang Cui (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, Sichuan, 611731, China) ,  Cui Zongyong (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, Sichuan, 611731, China) ,  Liu Nengyuan (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, Sichuan, 611731, China) ,  Cao Zongjie (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, Sichuan, 611731, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 2326-2329  発行年： 2018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,深いニューラルネットワークに基づく大シーンSAR画像のための直接自動ターゲット認識(D-ATR)を提案した。SAR画像におけるターゲットを認識するために,従来の方法は,検出,識別,特徴抽出,および分類の4つのステップを含んでいる。これらのプロセスは独立しているが,以前のステップからの処理結果は次のステップに影響を及ぼし,SARターゲット検出の最新の統合システムの処理速度改善の余地がある。提案した方法は,これらのステップを全体システムとして統合することができ,単一の深い畳込みニューラルネットワーク(DCNN)におけるすべての計算をカプセル化することにより,大きなシーンSAR画像におけるターゲットを直接認識することができる。MSTARデータセットと1478×1784シミュレーション大シーンSAR画像に関する実験は,高速処理速度で高精度を示した。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： 特徴抽出 ,  高速度 ,  集中方式 ,  シミュレーション ,  *ニューラルネットワーク
準シソーラス用語： 高精度 ,  畳込みニューラルネットワーク ,  処理速度 ,  ターゲット検出 ,  自動ターゲット認識 ,  *ディープニューラルネットワーク ,  *SAR画像 , 【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 (4件)： シーン ,  SAR画像 ,  ディープニューラルネットワーク ,  ATR