$\require{mediawiki-texvc}$

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.

Siamese 네트워크 기반 SAR 표적영상 간 유사도 분석
Similarity Analysis Between SAR Target Images Based on Siamese Network 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.25 no.5, 2022년, pp.462 - 475  

박지훈 (국방과학연구소 국방인공지능기술센터)

Abstract ▼ AI-Helper 아이콘AI-Helper

Different from the field of electro-optical(EO) image analysis, there has been less interest in similarity metrics between synthetic aperture radar(SAR) target images. A reliable and objective similarity analysis for SAR target images is expected to enable the verification of the SAR measurement pro...

주제어

#합성개구면레이더   #SAR 표적영상   #유사도 분석   #샴 네트워크   #딥러닝  

참고문헌 (11)

  1. A. Hore, et. al., "Image Quality Metrics: PSNR vs SSIM," 20th International Conference on Pattern Recognition, 23-26 Aug., 2010. 

  2. A. Baraldi, et. al., "An Investigation of the Textural Characteristics Associated with Gray Level Cooccurrence Matrix Statistical Parameters," IEEE Transactions on Geoscience and Remote Sensing, Vol. 33, No. 2, pp. 293-304, 1995. 

    상세보기

  3. Z. Wang, et. al., "Image Quality Assessment: From Error Visibility to Structural Similarity," IEEE Transactions on Image Processing, Vol. 13, No. 4, pp. 600-612, 2004. 

    상세보기

  4. L. Hughes, et. al., "Identifying Corresponding Patches in SAR and Optical Images with a PseudoSiamese CNN," IEEE Geoscience and Remote Sensing Letters, Vol. 15, No. 5, pp. 784-788, 2018. 

    상세보기

  5. R. C. Daudt, et al., "Fully Convolutional Siamese Networks for Change Detection," 25th International Conference on Image Processing, pp. 4063-4067, 2018. 

  6. N. Merkle, et. al., "Exploiting Deep Matching and SAR Data for the Geo-Localization Accuracy Improvement of Optical Satellite Images," Remote Sensing, Vol. 9, 586, 2017. 

    상세보기

  7. J. Pei, et. al., "SAR Automatic Target Recognition Based on Multiview Deep Learning Framework," IEEE Trans. Geoscience and Remote Sensing, Vol. 56, No. 4, pp. 2196-2210, 2018. 

  8. S. Chen, et. al., "Target Classification Using the Deep Convolutional Networks for SAR Images," IEEE Trans. Geoscience and Remote Sensing, Vol. 54, No. 8, pp. 4806-4817, 2016. 

  9. G. Koch, et. al., "Siamese Neural Networks for One-Shot Image Recognition," In Proceedings of the 32nd International Conference on Machine Learning (ICML), 37, 2015. 

  10. A. O. Knapskog, et. al., "Target Recognition of Ships in Harbour Based on Simulated SAR Images Produced with MOCEM Software," European Conference on Synthetic Aperture Radar, pp. 608-611, 2014. 

  11. 박지훈 임호, "산란점 정보를 이용한 표적 SAR 영상 간 유사도 평가기법," Journal of the Korea Institute of Military Science and Technology, Vol. 22, No. 6, pp. 735-744, 2019. 

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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