$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

위성 SAR 영상의 지상차량 표적 데이터 셋 및 탐지와 객체분할로의 적용
A Dataset of Ground Vehicle Targets from Satellite SAR Images and Its Application to Detection and Instance Segmentation 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.25 no.1, 2022년, pp.30 - 44  

박지훈 (국방과학연구소 국방인공지능기술센터) ,  최여름 (국방과학연구소 국방인공지능기술센터) ,  채대영 (국방과학연구소 국방인공지능기술센터) ,  임호 (국방과학연구소 국방인공지능기술센터) ,  유지희 (국방과학연구소 국방인공지능기술센터)

Abstract ▼ AI-Helper 아이콘AI-Helper

The advent of deep learning-based algorithms has facilitated researches on target detection from synthetic aperture radar(SAR) imagery. While most of them concentrate on detection tasks for ships with open SAR ship datasets and for aircraft from SAR scenes of airports, there is relatively scarce res...

주제어

#합성 개구면 레이더   #표적 탐지   #객체 분할   #영역 및 객체분할용 합성곱 신경망   #딥러닝  

참고문헌 (20)

  1. K. El-Darymli, et. al., "Target Detection in Synthetic Aperture Radar Imagery: A State-of-the-Art Survey," J. Appl. Remote Sens., Vol. 7, No. 071598, pp. 1-36, 2013. 

  2. K. El-Darymli, et. al., "Automatic Target Recognition in Synthetic Aperture Radar Imagery: A State-of-the-Art Review," IEEE Access, Vol. 4, pp. 6014-6058, 2016. 

    상세보기

  3. G. Gao, et. al., "An Adaptive and Fast CFAR Algorithm Based on Automatic Censoring for Target Detection in High-Resolution SAR Images," IEEE Trans. Geosci. Remote Sens., Vol. 47, No. 6, pp. 1685-1697, 2009. 

    상세보기

  4. X. Qin, et. al., "A CFAR Detection Algorithm for Generalized Gamma Distributed Background in High-Resolution SAR Images," IEEE Geosci. Remote Sens. Lett., Vol. 10, No. 4, pp. 806-810, 2013. 

  5. R. Girshick, et. al., "Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 580-587, 2014. 

  6. S. Ren, et. al., "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks," IEEE PAMI, Vol. 39, No. 6, pp. 1137-1149, 2017. 

  7. J. Redmon, et. al., "You Only Look Once: Unified, Real-Time Object Detection," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition(CVPR), pp. 779-788, 2016. 

  8. W. Liu, et. al., "SSD: Single Shot MultiBox Detector," Proceedings of the European Conference on Computer Vision(ECCV), pp. 21-37, 2016. 

  9. T. Lin, et. al., "Feature Pyramid Networks for Object Detection," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition(CVPR), pp. 2117-2125, 2017. 

  10. C. Chen, et. al., "A Deep Neural Network Based on an Attention Mechanism for SAR Ship Detection in Multiscale and Complex Scenarios," IEEE Access, Vol. 7, pp. 104848-104863, 2019. 

    상세보기

  11. Y. Chang, et. al., "Ship Detection Based on YOLOv2 for SAR Imagery," Remote Sens., Vol. 11, No. 786, pp. 1-14, 2017. 

  12. J. Jiao, et. al., "A Densely Connected End-to-End Neural Network for Multiscale and Multiscene SAR Ship Detection," IEEE Access, Vol. 6, pp. 20881-20892, 2018. 

    상세보기

  13. Y. Zhao, et. al., "Attention Receptive Pyramid Network for Ship Detection in SAR Image," IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens, Vol. 13, pp. 2738-2756, 2020. 

  14. Y. Zhao, et. al., "Pyramid Attention Dilated Network for Aircraft Detection in SAR Images," IEEE Geosci. Remote Sens. Lett., Vol. 18, No. 4, pp. 662-666, 2021. 

  15. Q. Guo, et. al., "Scattering Enhanced Attention Pyramid Network for Aircraft Detection in SAR Images," IEEE Trans. Geosci. Remote Sens., Early Access(DOI: 10.1109/TGRS.2020.3027762), pp. 1-18, 2021. 

    상세보기 crossref

  16. T. Zhang, et. al., "LS-SSDD-v1.0: A Deep Learning Dataset Dedicated to Small Ship Detection from Large-Scale Sentinel-1 SAR Images," Remote Sens., Vol. 12, No. 18, pp. 1-37, 2020. 

  17. S. Xian, et. al., "AIR-SARShip-1.0: High-Resolution SAR Ship Detection Dataset," J. Radars, Vol. 8, No. 6, pp. 852-862, 2019. 

  18. S. Wei, et. al., "A High-Resolution SAR Images Dataset for Ship Detection and Instance Segmentation," IEEE Access, Vol. 8, pp. 120234-120254, 2020. 

  19. K. He, et. al., "Mask R-CNN," Proceedings of the IEEE International Conference on Computer Vision (ICCV), pp. 2961-2969, 2017. 

  20. K. He, et. al., "Deep Residual Learning for Image Recognition," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition(CVPR), pp. 770-778, 2016. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로