[논문]SAR 영상을 이용한 자동표적추출 알고리즘의 성능 분석

허동석; 김태정

SAR 영상을 이용한 자동표적추출 알고리즘의 성능 분석
Performance Analysis of Automatic Target Extraction Algorithms by using SAR Images 원문보기

허동석 (인하대학교 지리정보공학과) , 김태정 (인하대학교 지리정보공학과)

SAR 영상에 존재하는 군사표적은 광학 영상에 있는 군사표적에 비하여 쉽게 구별하기 힘들다. 이는 전체 영상에서 군사표적을 구성하는 픽셀의 수가 매우 적기 때문이다. 이러한 문제 때문에 SAR 영상 분석가들은 영상을 분석하는 것이 어렵다. 이 문제를 해결하기 위해서는 자동화된 분석 시스템이 필요하다. 본 논문에서는 기존에 연구된 SAR 영상을 이용한 자동표적추출 시스템을 분석하고 구현하였다. 구현된 자동표적추출 시스템을 MSTAR 데이터 셋을 이용하여 실험하여 결과를 도출하고， 그 결과를 분석하여 자동표적추출 시스템 각 단계의 성능을 분석하였다. 분석 결과 각 단계별로 최적의 성능을 보여주는 임계값을 알아낼 수 있었다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 SAR 영상을 이용한 자동표적추출 알고리즘을 구현하고 실험하여 성능을 분석하였다. 그 결과 각 단계에서 최적의 성능을 보여주는 임계 값을 구할 수 있었다.
본 논문에서는 기존의 연구를 바탕으로 구현한 알고리즘의 성능을 분석하고 각 단계별로 최적의 성능을 보여주는 결과를 도출하였다.

제안 방법

마지막 분류단계의 경우 분리단계를 거친 관심 영역에 MSECMean Square Error) 분류기 (Classifier) 를 거쳐 각 표적별 데이터베이스의 MSE 값과 비교 가장 근접한 쪽으로 분류하는 방식으로 진행되는데 실험이 진행 중에 있다.
분리단계 실험은 우선 실제 표적과 배경잡음 데이터를 대상으로 분리인자를 계산한 뒤 그 데이터를 바탕으로 표적과 배경잡음을 분리하는 최적의 분리인 자를 선택하고 그 값을 이용하여 거리 (Quadratic Distance)를 계산하여 탐지단계 실험과 동일한 성능곡선을 그리는 방법으로 진행되었다. 분리단계 거리 임계 값 실험은 4개의 배경잡음 영상이 탐지단계를 거쳐나온 관심영역 데이터와 임의로 선정한 표적 데이터를 이용하여 진행되었다.
이번 실험에서 검출단계는 '탐지단계 ① etection Stage)'와 '분리단계 (Discrimination Stag寸로 나누어 구현하였고 이는 미국방위고등연구계획국(DARPA)의 ATR 시스템과 유사한 방법이다 (Novak et al., 1995).
KCFAR 는 임 계값으로 검사점 이 임 계값보다 크면 표적으로 작으면 배경잡음으로 분류된다. 이번 실험에서는 CFAR 탐지기에 관심영역 추출 알고리즘을 추가로 구현하여 진행되었다. CFAR 탐지기에 관한 자세한 내용은 Novak et al.
두고 설정하여 진행되었다. 임계값은 80, 65, 50, 40, 30, 20, 15, 10, 5 순으로 차례로 줄여가면서 실험하였다. 실험에 사용된 1。개의 MSTAR 배경 잡음 영상의 성능 곡선은 그림 4와 같다.
탐지단계 실험은 그림 3과 같은 배경잡음 데이터와 임의로 선정된 90개의 표적 영상에 임계값을 적용하여 성능 곡선을 그리는 방법으로 수행되었다. 성능 곡선의 X축은 PdCProbability of Detection) 값로 탐지된 표적의 개수를 전체 표적의 개수로 나눈 값이다.
탐지단계 실험은 임계값을 80에서 5까지 특정 간격을 두고 설정하여 진행되었다. 임계값은 80, 65, 50, 40, 30, 20, 15, 10, 5 순으로 차례로 줄여가면서 실험하였다.

대상 데이터

본 논문에서는 구현한 알고리즘 실험을 MSTARCMoving and Stationary Target Acquisition and Recognition) 데이터를 이용하였다. 이 데이터는 DARPA에서 ATR 시스템의 개발을 위해 획득한 데이터로 동일 분야 연구자들을 위해서 일부가 공개되어 있고 이번 연구에서도 사용되었다.
그리는 방법으로 진행되었다. 분리단계 거리 임계 값 실험은 4개의 배경잡음 영상이 탐지단계를 거쳐나온 관심영역 데이터와 임의로 선정한 표적 데이터를 이용하여 진행되었다. 이때 탐지단계의 임계 값은 5로 동일하게 적용하였다.

성능/효과

MSTAR 데이터를 이용할 때, 탐지단계의 경우 임계 값 20~30이 오탐지율이 적은 최적의 성능을 보여주었다. 분리단계의 경우 최대한 모든 표적을 거르기 위해서 훈련결과로 나온 표적 거리의 최대값을 적용하였다.
분리단계의 경우 최대한 모든 표적을 거르기 위해서 훈련결과로 나온 표적 거리의 최대값을 적용하였다. 그 결과 탐지단계를 거친 관심영역들이 분리단계를 거치는 경우 오탐지 개수가 확연히 줄어드는 것을 확인할 수 있었다.
그림 4에서 볼 수 있듯이 임계값이 커질수록 Pd와 FAR 값이 같이 작아지고, 임계값이 작아질수록 Pd와 FAR 값이 커진다. 또한 임계값이 작아질수록 탐지되는 표적의 수는 증가하지만 오탐지의 개수는 기하급수적으로 증가하는 것을 확인할 수 있다(표2).
그 결과 각 단계에서 최적의 성능을 보여주는 임계 값을 구할 수 있었다. 또한 최적의 성능을 위하여 다양한 실험을 하였고 그것을 통해 각 단계별 성능과 최고의 성능 혹은 최적의 성능을 낼 수 있게 하는 인자들에 대한 정보를 얻을 수 있었다.
분리단계의 경우 Pd에 따라 FAR이 일정하게 변하지는 않았으나 오탐지 개수는 Pd가 증가함에 따라 증가하는 것을 확인할 수 있었다(표3).
실험 결과 적절한 Pd와 FAR 값이 적절히 조화를 이루어 최적의 성능을 보여주는 임계값은 20~30 사이인 것을 확인할 수 있었다. 표2는 탐지단계 실험 결과 중 하나의 영상의 임계값에 따론 전체 탐지 개수, 탐지 표적의 개수, Pd 그리고 FAR 값을 나타낸 것이다.

후속연구

이러한 특성을 지닌 SAR 영상을 군사적 목적으로 사용하기 위해서는 신속하게 영상에 존재하는 군사 표적의 유무와 종류를 판독할 수 있어야 할 것이다. 그러나 광범위한 지역을 촬영한 SAR 영상에서 육안 관측만을 통하여 군사표적을 신속히 식별하기가 용이하지 않다.
추후 다른 SAR 데이터 혹은 추가적인 MSTAR 데이터를 이용한 실험을 진행하고 다른 알고리즘을 적용하여 전체적인 자동표적추출 시스템의 성능이 향상되도록 하는 실험이 이루어져야 하겠다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

SAR 영상을 이용한 자동표적추출 알고리즘의 성능 분석
Performance Analysis of Automatic Target Extraction Algorithms by using SAR Images 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

SAR 영상을 이용한 자동표적추출 알고리즘의 성능 분석 Performance Analysis of Automatic Target Extraction Algorithms by using SAR Images 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

SAR 영상을 이용한 자동표적추출 알고리즘의 성능 분석
Performance Analysis of Automatic Target Extraction Algorithms by using SAR Images 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper