최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기韓國軍事科學技術學會誌 = Journal of the KIMST, v.22 no.6, 2019년, pp.735 - 744
박지훈 (국방과학연구소 제3기술연구본부) , 임호 (국방과학연구소 제3기술연구본부)
One of the key factors for recognition performance in the automatic target recognition for synthetic aperture radar imagery(SAR-ATR) system is reliability of the SAR target database. To achieve optimal performance, the database should be constructed using the images obtained under the same operating...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
산란점 위치의 불확실성이란? | 비교되는 두 영상간의 산란점 정렬 및 산란점 위치의 불확실성(uncertainty)을 고려하여 ‘translation_limit (tr_limit)’이라는 허용 한계치를 둔다. 여기서 산란점 위치의 불확실성이란, 동일한 표적 SAR 영상이라 하더라도 측정영상 인지, 예측영상인지에 따라 동일한 전자기 산란에 의한 산란점의 위치가 정확하게 일치하지 않을 수 있음을 고려한 것이다. 즉, 두 산란점 간 거리 및 교차거리가 ‘tr_limit’ 픽셀 내에 들면 동일한 산란 점으로 추정하여 후술할 유사도 점수 산출에 반영하게 된다. | |
표적 SAR 영상을 예측함으로써 데이터베이스를 구축하는 방안이 야기할 수 있는 문제점은? | 이를 극복하기 위한 대안으로서, 정밀 제작된 표적의 3차원 CAD 모델에 대해 전자기 수치해석을 통하여 표적 SAR 영상을 예측함으로써 데이터베이스를 구축하는 방안을 고려할 수 있다[2,3]. 그러나 동일한 표적 및 영상형성 조건을 갖는 실측영상과 예측영상 간에는 필연적으로 모델링 정밀도 및 PO(Physical Optics)/PTD(Physical Theory of Diffraction)과 같은 고주파 전자기 수치해석의 정확도에 따른 오차가 발생하기 때문에, 예측영상을 실측영상을 식별하는데 활용하는 과정에서 낮은 식별 성능에 대한 문제가 제기될 수 있다. 이러한 경우, 두 표적 SAR 영상 간의 유사도가 예측영상으로 구성될 데이터베이스의 신뢰도를 가늠하기 위한 지표가 된다. | |
실측영상과 예측영상을 식별하는데 문제가 제기될 수 있는 이유는? | 이를 극복하기 위한 대안으로서, 정밀 제작된 표적의 3차원 CAD 모델에 대해 전자기 수치해석을 통하여 표적 SAR 영상을 예측함으로써 데이터베이스를 구축하는 방안을 고려할 수 있다[2,3]. 그러나 동일한 표적 및 영상형성 조건을 갖는 실측영상과 예측영상 간에는 필연적으로 모델링 정밀도 및 PO(Physical Optics)/PTD(Physical Theory of Diffraction)과 같은 고주파 전자기 수치해석의 정확도에 따른 오차가 발생하기 때문에, 예측영상을 실측영상을 식별하는데 활용하는 과정에서 낮은 식별 성능에 대한 문제가 제기될 수 있다. 이러한 경우, 두 표적 SAR 영상 간의 유사도가 예측영상으로 구성될 데이터베이스의 신뢰도를 가늠하기 위한 지표가 된다. |
K. El-Darymli, et al., "Automatic Target Recognition in Synthetic Aperture Radar Imagery: A State-of-the-Art Review," IEEE Access, Vol. 6, pp. 6014-6058, 2016.
R. Hummel, "Model-Based ATR Using Synthetic Aperture Radar," International Radar Conference, pp. 856-861, 2000.
Z. Jianxiong, et. al., "Automatic Target Recognition of SAR Images Based on Global Scattering Center Model," IEEE Trans. Geosci. Remote Sens., Vol. 49, No. 10, pp. 3713-3729, 2011.
Y. Kai-zhi, et. al., "A Methof for Extracing the Text Feature of SAR Image Based on Cooccurence Matrix," 4th International Congress on Image and Signal Processing, pp. 2038-2043, 2011.
Z. Wang, et al., "Image Quality Assessment: From Error Visibility to Structural Similarity," IEEE Trans. Image Process., Vol. 13, No. 4, pp. 600-612, 2004.
A. O. Knapskog, et. al., "Target Recognition of Ships in Harbour Based on Simulated SAR Images Produced with MOCEL Software," European Conference on Synthetic Aperture Radar, pp. 608-611, 2014.
T. Li et. al., "Target Discrimination for SAR ATR Based on Scattering Center Feature and K-center One-class Classification," IEEE Sensors J., Vol. 18, No. 6, 2018.
B. Ding, et. al., "A Robust Similarity Measure for Attributed Scattering Center Sets with Application to SAR ATR," Neurocomputing, Vol. 219, pp. 130-143, 2017.
G. Jones, et. al., "Recognition of Articulated and Occluded Objects," IEEE Trans. PAMI, Vol. 21, No. 7, pp. 603-613, 1999.
G. Jones, et. al., "Recognizing Articulated Objects in SAR Images," Pattern Recognition, Vol. 34, pp. 469-485, 2001.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.