文献

J-GLOBAL ID：202202211094611936   整理番号：22A0630168

少数ショットSAR車両認識のためのドメイン知識駆動2ストリームディープネットワーク【JST・京大機械翻訳】

Domain Knowledge Powered Two-Stream Deep Network for Few-Shot SAR Vehicle Recognition

著者 (7件)： Zhang Linbin (State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha, China) ,  Leng Xiangguang (State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha, China) ,  Feng Sijia (State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha, China) ,  Ma Xiaojie (State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha, China) ,  Ji Kefeng (State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha, China) ,  Kuang Gangyao (State Key Laboratory of Complex Electromagnetic Environment Effects on Electronics and Information System, National University of Defense Technology, Changsha, China) ,  Liu Li (College of System Engineering, National University of Defense Technology, Changsha, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5215315.1-15  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 合成開口レーダ(SAR)ターゲット認識は,非常に少ないラベル付きデータがあるという課題に直面している。少数ショット学習法は,過剰適合問題を避けるために,少量のラベル付きデータからより多くの情報を抽出するため開発されているが,最近の少数ショットまたは制限データSARターゲット認識アルゴリズムは,ユニークなSAR画像処理機構を見落としている。ドメイン知識駆動2ストリーム深層ネットワーク(DKTS-N)を,本研究で提案し,それは,方位角,振幅,および車両の位相データに関連したSARドメイン知識を組み込み,少数ショットSAR車両認識における先駆的研究を行う。SARドメイン知識のより効果的な利用のために,全画像と画像パッチの特徴を抽出する2ストリーム深層ネットワークを提案した。車両のグローバルと局所的特徴の間の構造情報距離を測定するために,深い地球の距離を,2ストリームの深いネットワークからの特性に対処するために改良した。SAR車両認識における方位角の感度を考慮して,最近傍分類装置は,Kショット分類のために構造化完全接続層を置換する。すべての実験は,SARSIMとMoving and Standary Target Acquisitionと認識(MSTAR)データセットが,それぞれ,ソースとターゲットタスクとして働いている構成の下で行われる。本提案のDKTS-Nは,10方向ワンショットと10方向25ショットの下で49.26%と96.15%を達成し,そのラベル付きサンプルを訓練セットからランダムに選択した。標準操作条件(SOC)および3つの拡張操作条件(EOCs)において,DKTS-Nは,K-ショット認識タスクにおける他の少数ショット学習法と比較して,精度と時間消費において圧倒的な利点を示した。Copyright 2022 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： 学習 ,  データ ,  *ネットワーク ,  分類装置 ,  地球 ,  認識 ,  画像 ,  物体認識 ,  位相 ,  粒状材 ,  深層 ,  合成開口レーダ ,  *ドメイン知識
準シソーラス用語： 認識アルゴリズム ,  SAR画像 , 【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 (3件)： ショット ,  SAR ,  ドメイン知識