文献

J-GLOBAL ID：202202263091626353   整理番号：22A0202454

高分解能SAR画像における船舶検出のための脳にヒントを得た高速顕著性に基づくフィルタリングアルゴリズム【JST・京大機械翻訳】

Brain-Inspired Fast Saliency-Based Filtering Algorithm for Ship Detection in High-Resolution SAR Images

著者 (6件)： Zhang Panpan (University of Chinese Academy of Sciences, Shenyang, China) ,  Luo Haibo (University of Chinese Academy of Sciences, Shenyang, China) ,  Ju Moran (University of Chinese Academy of Sciences, Shenyang, China) ,  He Miao (University of Chinese Academy of Sciences, Shenyang, China) ,  Chang Zheng (University of Chinese Academy of Sciences, Shenyang, China) ,  Hui Bin (University of Chinese Academy of Sciences, Shenyang, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5201709.1-9  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： 本論文では,複雑な条件下での合成開口レーダ(SAR)船舶検出の性能の改善を目的とする。複雑なバックグラウンドは,高解像度(HR)SAR船舶検出データセットのために一般に遭遇する,そして,それらは船舶の検出性能に大いに影響を及ぼす。近年,深層ニューラルネットワーク(DNN)は,データ増強を採用することによって,検出に関して実質的な改良をした。しかし,モデルがノイズに敏感であるので,改善は制限される。この問題に取り組むために,干渉情報をフィルタリングするために,Fast Saliencyベースのフィルタリングアルゴリズム(FSF)を提案した。FSF法は,人間の脳のフィルタリング機構によって触発され,人々がターゲット関連情報を高速に抽出するのを助ける。FSFはボトムアッププロセスの2つの部分とトップダウンプロセスを含む。ボトムアッププロセスを用いて,入力画像の顕著性マップを抽出し,他のものを用いて,顕著性マップに基づくターゲット関連情報をフィルタリングした。FSFは,DNNのフロントエンド前処理モジュールであり,ターゲット-関連情報を高速にフィルタリングし,入力画像の一次優先度マップを得る。実験結果は,著者らの脳に触発されたFSF方式がAIR-SARShip-1.0に関する検出性能の明白な改良を得ることを実証した。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： *アルゴリズム ,  干渉 ,  雑音 ,  *船舶 ,  前処理 ,  *フィルタリング ,  *高分解能 ,  合成開口レーダ ,  優先度
準シソーラス用語： 検出能 ,  ボトムアップ ,  SAR画像 ,  顕著性マップ ,  ディープニューラルネットワーク ,  インプット画像 , 【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 (5件)： 高分解能 ,  SAR画像 ,  船舶 ,  脳 ,  ヒント