文献

J-GLOBAL ID：201802241439942268   整理番号：18A1676961

複雑なシーンにおける高分解能SAR画像のための超画素レベル目標識別【JST・京大機械翻訳】

Superpixel-Level Target Discrimination for High-Resolution SAR Images in Complex Scenes

著者 (3件)： Wang Zhaocheng (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Du Lan (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Su Hongtao (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 11  号： 9  ページ： 3127-3143  発行年： 2018年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： 従来の合成開口レーダ(SAR)ターゲット識別法は,単純なシーンで良好な識別性能を持つが,複雑なシーンでの有効性を失う可能性があるチップレベルで実装される。複雑なシーンにおける識別性能を改善するために,本論文は,高分解能SAR画像における超画素レベル目標識別方法を直接提案した。提案した識別法は主に3つの段階を含んでいる。最初に,スーパーピクセルレベルターゲット検出結果に基づいて,著者らは,マルチレベルとマルチドメイン特徴記述子を通して各々のスーパーピクセルを記述して,それは包括的にターゲットとクラッタの間の差異を反映することができた。第二に,識別子としてサポートベクトルマシンを用いて,識別されたターゲットスーパーピクセルを得た。最後に,著者らは,識別したターゲット超画素をクラスタ化して,クラスタ化結果に基づくオリジナルのSAR画像からターゲットチップを抽出した。ミニSAR実SARデータに基づく実験結果は,提案した識別法が従来の識別法よりも約25%高いF1スコアを有することを示した。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： *画素 ,  クラスタ化 ,  合成開口レーダ ,  *物体認識 ,  クラッタ ,  *高分解能 ,  サポートベクトルマシン
準シソーラス用語： スコア ,  識別子 ,  特徴記述子 ,  マルチレベル ,  ターゲット検出 ,  *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 (5件)： シーン ,  高分解能 ,  SAR画像 ,  画素 ,  目標識別