文献

J-GLOBAL ID：202202237407385776   整理番号：22A0397374

勾配調和機構と注意機構に基づくSARターゲット検出器【JST・京大機械翻訳】

An SAR Target Detector Based on Gradient Harmonized Mechanism and Attention Mechanism

著者 (3件)： Du Yuang (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Du Lan (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China) ,  Li Lu (National Laboratory of Radar Signal Processing, Xidian University, Xi’an, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.4017005.1-5  発行年： 2022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： 本レターでは,勾配調和機構(GHM)と注意機構に基づくターゲット検出器を提案し,複合場面における合成開口レーダ(SAR)ターゲット検出を実現した。SARターゲット検出における正と負の用例の不均衡を考慮して,著者らは著者らのバックボーンネットワークとしてRefinDetを使用した。精密化Detは,2段階分類のアイデアと1段階検出器への回帰を導入することによって,この不均衡問題を緩和することができる。しかしながら,RefineDetは訓練のための例の一部を選択し,すべての事例の情報を完全に利用しない。したがって,著者らは,ネットワークがすべての用例を完全に利用することができ,誤り警報と欠測警報を減らすために損失関数において適応的にハード用例の重さを増加することができるように,RefineDetの分類損失機能にGHMを適用した。さらに,複雑なシーンを有するSAR画像におけるより良い検出性能を達成するために,マルチスケール特徴注意モジュール(MFAM)をネットワークに埋め込んだ。マルチスケール特徴マップにチャネルと空間注意機構を適用することにより,MFAMは重要な情報を強調し,クラッタに起因する干渉を抑制することができる。測定したSARデータセットに基づく広範な実験結果は,提案した方法の有効性を検証した。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： *警報 ,  損失関数 ,  ネットワーク ,  基幹回線 ,  検出器 ,  クラッタ ,  精密化 ,  有効性 ,  チャネル ,  合成開口レーダ
準シソーラス用語： マルチスケール ,  誤警報 ,  SAR画像 ,  ターゲット検出 ,  特徴マップ , 【Automatic Indexing@JST】

分類 (5件)： 信号理論  (ND02020G) ,  通信網  (ND07030A) ,  移動通信  (ND08030H) ,  計算機網  (JC03000K) ,  マイクロ波・ミリ波通信  (ND08020W)

タイトルに関連する用語 (6件)： 勾配 ,  調和 ,  注意 ,  SAR ,  ターゲット ,  検出器