[論文レビュー] SAVERS: SAR ATR with Verification Support Based on Convolutional Neural Network

Hidetoshi Furukawa|arXiv (Cornell University)|May 14, 2018

Advanced SAR Imaging Techniques被引用数 4

ひとこと要約

本論文では、任意サイズのSAR画像において、複数のターゲットクラスと背景（ゴミ）をピクセル単位で分類し、粗い（領域単位）および細かい（ピクセル単位）セグメンテーションを実行する、エンドツーエンドの合成孔径レーダー（SAR）自動ターゲット認識（ATR）を目的とした単一段階の畳み込みニューラルネットワーク（CNN）であるSAVERSを提案する。平均プーリング後に98.6%の分類精度を達成し、自動ターゲット検出および検証支援を可能にする。

ABSTRACT

We propose a new convolutional neural network (CNN) which performs coarse and fine segmentation for end-to-end synthetic aperture radar (SAR) automatic target recognition (ATR) system. In recent years, many CNNs for SAR ATR using deep learning have been proposed, but most of them classify target classes from fixed size target chips extracted from SAR imagery. On the other hand, we proposed the CNN which outputs the score of the multiple target classes and a background class for each pixel from the SAR imagery of arbitrary size and multiple targets as fine segmentation. However, it was necessary for humans to judge the CNN segmentation result. In this report, we propose a CNN called SAR ATR with verification support (SAVERS), which performs region-wise (i.e. coarse) segmentation and pixel-wise segmentation. SAVERS discriminates between target and non-target, and classifies multiple target classes and non-target class by coarse segmentation. This report describes the evaluation results of SAVERS using the Moving and Stationary Target Acquisition and Recognition (MSTAR) dataset.

研究の動機と目的

• 分離された検出、識別、分類ステージを不要とするエンドツーエンドSAR ATRシステムの開発。
• 任意サイズのSAR画像において、ピクセル単位での複数ターゲットクラスおよび背景（ゴミ）の分類を可能にすること。
• クラススコアを伴うピクセル単位のセグメンテーション出力を提供することで、人間の検証を支援すること。
• 統一されたセグメンテーションと分類により、マルチターゲットおよびマルチクラスSARシナリオにおけるロバストネスの向上。

提案手法

• SAVERSは、任意サイズのSAR画像を処理し、ピクセルごとのクラススコアを持つSAR ATR画像を出力するエンコーダ・デコーダ型CNNアーキテクチャを採用する。
• ネットワークは、SAR画像とラベルのペairを用いた教師あり学習によりエンドツーエンドで訓練され、ラベルは各ピクセルを10のターゲットクラスまたは背景クラスのいずれかに割り当てる。
• 粗いセグメンテーションは、エンコーダーの最終特徴マップに対する平均プーリングによって実行され、領域レベルの分類スコアが得られる。
• 細かいセグメンテーション出力は、ターゲットおよび背景クラスのピクセル単位のスコアを出力し、複数ターゲットの正確な局所化を可能にする。
• 訓練中にネットワークパラメータθを最適化するため、損失関数L(θ)が最小化される。
• モデルは、MSTARデータセット（11クラス：10のターゲット＋背景）と、AdaptSAPSからのゴミチップを用いて訓練および評価に使用する。

実験結果

リサーチクエスチョン

• RQ1 単一のCNNアーキテクチャが、粗いおよび細かいセグメンテーションを併用してエンドツーエンドSAR ATRを効果的に行えるか。
• RQ2 平均プーリング後のエンコーダー出力の分類精度は、標準的なターゲットチップ分類手法と比較してどのように異なるか。
• RQ3 マルチターゲットシナリオにおいて、モデルがターゲットとゴミチップをどの程度明確に区別できるか。
• RQ4 ピクセル単位のセグメンテーション出力が、人間の検証をどの程度効果的に支援できるか。

主な発見

• 平均プーリング後の粗いセグメンテーション出力の分類精度は98.6%（2662サンプル中2624サンプル）に達し、MSTARテストセットにおける優れた性能を示した。
• 背景クラスの再現率は100%であったが、一部のターゲットチップが背景として誤分類されたため、正確率は90.3%であった。
• 背景クラスのF1スコアは0.949であり、精度と再現率のバランスの取れた妥当なトレードオフを示した。
• 個々のターゲットクラスでは、F1スコアがD7で0.980からBMP2で0.997の範囲にあり、高い分類信頼性を示した。
• (背景クラスのソフトマックス出力の1 - )のヒストグラムは、99%のターゲットチップが背景確率0.01未満であることを示し、背景からの明確な分離を確認した。
• マルチクラスおよびマルチターゲットシナリオにおいて、SAVERSは正しくクラスと形状を予測し、2つの異なるターゲットを正しく局所化・分類したことが、真値と照合されて検証された。