지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2018.10
- 수록면
- 954 - 961 (8page)
- DOI
- 10.5302/J.ICROS.2018.18.0148
이용수
초록· 키워드
오류제보하기
Recently, convolutional neural network(CNN) has shown remarkable performance in the field of computer vision thanks to the availability of large-scale dataset. With its extremely high-level feature extraction capabilities, CNN has been expected to resolve automatic target recognition(ATR) problems. Since the automatic tareget recogntion(ATR) data is military-purpose data, it has a limited amount of labeled data, which is a problem in learning deep CNN. Thus, previous ATR methods have tried to supplement the data using simulated data or other available data. However, most of them are homogeneous sensor data rather than heterogeneous sensor due to distinctly different charateristics even though they have abundant knowledge to train CNN. To address these issues, we propose a transfer learning-based framework that can teach ATR algorithms using heterogeneous sensor data. As verification data of the method, we use unlabeled infrared(IR) data as target data and labeled electro optical(EO) data as source data. The verification results demonstrate that the transfer learning scheme can train IR-ATR CNN to learn sensor invariant features of the target with labeled heterogeneous sensor data i.e. EO, which is not possible with normal supervised learning.
목차
Abstract
I. 서론
II. Transfer Learning
III. EO to IR-ATR 전이학습
IV. EO/IR 영상의 표적 분류 결과
V. 결론
REFERENCES
참고문헌 (14)
참고문헌 신청
B. Bhanu, “Automatic target recognition: State of the art survey,“ IEEE transactions on aerospace and electronic systems, vol. AES-22, no. 4, pp. 364-379, Jul. 1986.
D. Malmgren-Hansen, A. Kusk, D. Jørgen, A. A. Nielsen, R. Engholm, and H. Skriver, “Improving SAR automatic target recognition models with transfer learning from simulated data,” IEEE Geoscience and Remote Sensing Letters, vol. 14, no. 9, pp. 1484-1488, Sep. 2017.
O. Mendoza-Schrock, M. M. Rizki, and V. J. Velten, “Manifold and transfer subspace learning for cross-domain vehicle recognition in dynamic systems,” 2015 18th International Conference on Information Fusion (Fusion), Washington, DC, USA, Sep. 2015.
Z. Ding, N. Nasrabadi, and Y. Fu, “Deep transfer learning for automatic target classification: MWIR to LWIR,” Proceedings of Automatic Target Recognition XXVI, Maryland, USA, vol. 9844, pp. 984408, May. 2016.
Z. Huang, Z. Pan, and B. Lei, “Transfer learning with deep convolutional neural network for SAR target classification with limited labeled data,” Remote Sensing, vol. 9, no. 9, pp. 907, Aug. 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Design of Convolutional Neural Networks Classifier Using ATR FT-IR Spectroscopy
대한전기학회 학술대회 논문집
2019 .07
-
Research Trend Analysis for EO-IR Image Registration
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
IR 영상 기반 자동 표적 인식 환경 영향 분석
제어로봇시스템학회 논문지
2017 .02
-
Computer vision을 활용한 interaction force estimation 모델 성능 개선
대한전자공학회 학술대회
2020 .08
-
K-Means와 CNN을 이용한 변화된 환경에서의 전동기 고장 진단
제어로봇시스템학회 논문지
2020 .05
-
플라즈마 촉매 방식의 ATR 반응 공정
대한기계학회 춘추학술대회
2017 .11
-
Data Preprocessing Method in Motor Fault Diagnosis Using Unsupervised Learning
제어로봇시스템학회 국제학술대회 논문집
2019 .10
-
다중 센서 데이터 분석을 위한 설명 가능한 합성곱신경망 모델
대한산업공학회지
2019 .04
-
초해상화 기반 CNN을 이용한 군사용 SAR 자동표적인식 모델 연구
제어로봇시스템학회 논문지
2022 .01
-
Dance Movement Recognition based on Deep Learning
IEIE Transactions on Smart Processing & Computing
2024 .06
-
합성곱 인공 신경망을 적용한 SAR 영상 표적 인식 알고리즘
제어로봇시스템학회 논문지
2017 .08
-
Adaptation of Synthetic SAR to Measured SAR using Complex Value Conditional GAN
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
DeepCleanNet: Training Deep Convolutional Neural Network with Extremely Noisy Labels
멀티미디어학회논문지
2020 .11
-
Comparison of Performance of 1D CNN and LSTM Models for Multi-Channel Time Series Data Discrimination
대한기계학회 춘추학술대회
2022 .11
-
A Study on specific region detection and recognition based on Transfer-Learning and Data Augmentation
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
Heterogeneous Model Fusion for Enhanced Sensor-Based Human Activity Recognition
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
SAR영상 자동 표적 인식을 위한 심층 합성곱 신경망
한국항공우주학회 학술발표회 초록집
2017 .11
-
Suggestion for deep learning approach to solve the interference effect of ammonium ion on potassium ion-selective electrode
한국표면공학회지
2022 .06
-
ATR FT-IR과 pyro-GC/MS를 이용한 다층박막필름의 분석
접착 및 계면
2019 .01
-
긍정과 부정 이미지 기반 데이터 편향에 따른 CNN모델의 차이 연구
대한인간공학회 학술대회논문집
2022 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-003-003582338