Papers
메타러닝을 이용한 SAR 영상 자동표적 인식
Domestic Conference
2016~2020
작성자
이지현
작성일
2020-07-01 21:51
조회
2080
SAR-ATR 시스템은 인간의 개입 없이도 표적을 자동으로 식별 및 분류하는 것이 가능한 시스템으로서 최근에는 Deep-learning을 활용하여 그 성능을 개선하기 위한 연구가 활발히 이루어지고 있다(1),(2). 딥러닝을 활용한 시스템의 성능을 높이기 위해서는 학습
시 많은 양의 데이터가 필요하지만, 군사적 물체에 대한 SAR 이미지는 많은 양의 데이터를 확보하는 것이 매우 어렵다.
본 논문에서는 메타러닝 (meta-learning)과 데이터 확장 (data augmentation) 기법을 활용하여 SAR-ATR 시스템의 표적 분류 성능을 개선할 수 있는 알고리즘을 제안한다. 우선, 분류할 클래스의 종류가 적고, 각 클래스에 따라 공개된 데이터의 양이 적다는 점을 극복하기 위해서 CycleGAN(4)을 활용하여 학습 데이터의 양을 늘렸다. 또한, 학습하는 방법을 학습한다는 ‘Learning to Learn’ 개념을 도입하여 적은 양의 데이터만으로도 높은 성능을 얻을 수 있는 메타러닝 기법중 하나인 Prototypical Network(3)을 활용하여 표적 분류 성능을 높였다.
전체 355
1 | International Conference | Seyun Um, Sangshin Oh, Kyungguen Byun, Inseon Jang, ChungHyun Ahn, Hong-Goo Kang "Emotional Speech Synthesis with Rich and Granularized Control" in ICASSP, 2020 | |