Abstract
The investigation deals with the problem of simultaneous detection and classification (that is, recognition) of several classes of objects in radar images by means of convolutional neural networks. We present a two-stage processing algorithm that detects and recognises objects. It also features an intermediate sub-stage that increases the resolution of those zones where objects have been detected. We show that a considerable increase in detection and recognition probabilities is possible if the recognition module is trained using high-resolution data. We implemented the detection and recognition stages using deep learning approaches for convolutional neural networks.
Highlights
Ключевые слова: сверточные нейронные сети, радар, синтезированная апертура, компьютерное зрение, M-STAR, CARABAS II, обнаружение наземных объектов, классификация наземных объектов
Заключение В работе показано, что двухэтапный алгоритм обнаружения и классификации объектов на радиолокационных изображениях с использованием сверточных нейронных сетей двух различных архитектур обеспечивает более высокие результаты распознавания по сравнению с алгоритмами, применяющими одну сеть и для обнаружения, и для классификации
В дальнейшем предполагается отработка алгоритма и методики обнаружения и распознавания объектов на натурных радиолокационных изображениях, полученных для большого количества классов при работе в реальном времени
Summary
Ключевые слова: сверточные нейронные сети, радар, синтезированная апертура, компьютерное зрение, M-STAR, CARABAS II, обнаружение наземных объектов, классификация наземных объектов. Одна из первых работ по использованию СНС для распознавания объектов на РЛИ [3] появилась в 2015 г. Что задача одновременного обнаружения и распознавания объектов является более сложной, однако и для нее СНС показывают хорошие результаты, в частности, при обработке оптических изображений.
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: Journal of «Almaz – Antey» Air and Space Defence Corporation
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
