메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조준후 (서울대학교) 강창호 (서울대학교) 박찬국 (서울대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제23권 제8호
발행연도
2017.8
수록면
644 - 649 (6page)
DOI
10.5302/J.ICROS.2017.17.0100

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we have designed an SAR automatic target recognition (SAR ATR) algorithm using the convolutional neural network (CNN), which has excellent image recognition performance. Previous SAR ATR methods are difficult to implement, because they include additional preprocessing processes or need prior SAR image information. To address these issues, we propose a CNN structure that is specialized for SAR image classification by modifying the structure of VGGNet. It is confirmed by simulation that the classification accuracy of the proposed method on the MSTAR SAR dataset is increased by 1–2% compared with the conventional VGGNet. Moreover, the classification performance is further improved when the train data is much smaller than the test data.
#convolutional neural network #automatic target recognition #synthetic aperture radar

목차

Abstract
I. 서론
II. CNN
III. VGGNet과 SAR ATR에의 적용
IV. SAR 영상의 표적 분류 결과
V. 결론
REFERENCES

참고문헌 (12)

참고문헌 신청
G.-W. Yoon, J.-W. Koh, and Y.-W. Lee, “Investigation of applications technology for high resolution SAR images,” Journal of the Korea Institute of Military Science and Technology (in Korean), vol. 13, no. 1, pp. 105-113, Feb. 2010. K. El-Darymli, E. W. Gill, P. McGuire, D. Power, and C. Moloney, “Automatic target recognition in synthetic aperture radar imagery: A State-of-the-Art review,” IEEE Access, vol. 4, pp. 6014-6058, Sep. 2016. MSTAR public targets dataset: https://www.sdms.afrl.af.mil/index.php?collection=mstar G. Dong, N. Wang, and G. Kuang, “Sparse representation of monogenic signal: With application to target recognition in SAR images,” IEEE Signal Processing Letters, vol. 21, no. 8, pp. 952- 956, May. 2014. C. Clemente, L. Pallotta, I. Proudler, A. De Maio, J. J. Soraghan, and A. Farina, “Pseudo-Zernike-based multi-pass automatic target recognition from multi-channel synthetic aperture radar,” IET Radar, Sonar & Navigation, vol. 9, no. 4, pp. 457-466, 2015.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

클래스 활성화 지도를 이용한 딥러닝 기반의 SAR 선박 탐지 기술 연구
김병준 ,  문효이 ,  이재석 외 1명 방송공학회논문지 2024 .03
초해상화 기반 CNN을 이용한 군사용 SAR 자동표적인식 모델 연구
류제민 ,  마정목 제어로봇시스템학회 논문지 2022 .01
다중 선형 칼만 노치 필터 기반의 다중 진동 주파수 제거 기법
김선영 ,  강창호 ,  박찬국 제어로봇시스템학회 논문지 2018 .02
딥 러닝을 이용한 화재 감지 알고리즘
뉴옌 만 둥 ,  노승환 한국통신학회논문지 2017 .07
컨볼루션 신경망을 사용한 영상 객체 추적에서 경계 박스 분할을 통한 효과적인 온라인 학습 알고리듬
김인성 ,  황선영 한국통신학회논문지 2017 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-001173582