[논문 리뷰] Deep Learning for End-to-End Automatic Target Recognition from Synthetic Aperture Radar Imagery

Hidetoshi Furukawa|arXiv (Cornell University)|2018. 01. 25.

Advanced SAR Imaging Techniques인용 수 28

한 줄 요약

이 논문은 임의의 크기의 SAR 이미지에서 다중 타겟 검출, 분류, 자세 추정을 동시에 수행하는 엔드 투 엔드 합성(aperture) 레이더(SAR) 자동 타겟 인식(ATR)을 위한 완전 컨volution 신경망(FCN)인 VersNet을 제안한다. MSTAR 데이터셋으로 훈련된 VersNet은 10개 타겟 클래스에서 99.55%의 분류 정확도와 평균 교차율(IoU) 0.923을 달성하여, 사전에 추출된 타겟 칩이 필요 없이 검출, 분류, 자세 추정을 통합적으로 수행하는 최신 기술 수준의 성능을 입증한다.

ABSTRACT

The standard architecture of synthetic aperture radar (SAR) automatic target recognition (ATR) consists of three stages: detection, discrimination, and classification. In recent years, convolutional neural networks (CNNs) for SAR ATR have been proposed, but most of them classify target classes from a target chip extracted from SAR imagery, as a classification for the third stage of SAR ATR. In this report, we propose a novel CNN for end-to-end ATR from SAR imagery. The CNN named verification support network (VersNet) performs all three stages of SAR ATR end-to-end. VersNet inputs a SAR image of arbitrary sizes with multiple classes and multiple targets, and outputs a SAR ATR image representing the position, class, and pose of each detected target. This report describes the evaluation results of VersNet which trained to output scores of all 12 classes: 10 target classes, a target front class, and a background class, for each pixel using the moving and stationary target acquisition and recognition (MSTAR) public dataset.

연구 동기 및 목표

• 수동으로 타겟 칩을 추출하고 검출, 식별, 분류를 별도로 처리하는 전통적인 3단계 SAR ATR 파ip라인의 한계를 해결하기 위해.
• 임의의 크기의 SAR 이미지를 직접 처리할 수 있는 통합된 딥 러닝 프레임워크를 개발하여, 타겟 자르기와 같은 사전 처리 단계가 필요 없도록 하기 위해.
• 단일 컨volution 신경망 아키텍처를 사용해 한 번의 순방향 전파에서 타겟 위치, 클래스, 자세(앞면)를 동시에 예측할 수 있도록 하기 위해.
• 검출, 분류, 자세 추정을 동시에 최적화하는 엔드 투 엔드 학습을 통해 전체 ATR 성능을 향상시키기 위해.

제안 방법

• VersNet은 인코더-디코더 아키텍처를 가진 완전 컨볼루션 네트워크(FCN)로, 3×3 컨볼루션과 디코더에서 16× 업샘플링 전치 컨볼루션을 사용한다.
• 네트워크는 교차 엔트로피 손실과 확률적 경사 하강법(SGD) 및 운동량을 사용하여 훈련되며, 12개 클래스의 픽셀 단위 분류를 최적화한다: 10개 타겟 클래스, 앞면 클래스, 배경 클래스.
• 훈련 데이터는 각 픽셀에 클래스 레이블이 할당된 SAR 이미지와 해당 레이블 이미지로 구성되며, 검출 및 분류를 위한 의미적 세그멘테이션을 위한 지도 학습이 가능하다.
• 완전 컨볼루션 설계 덕분에 모델은 임의의 크기의 입력 SAR 이미지를 처리할 수 있어, 패치 또는 자르기 없이 전체 영상에 대한 추론이 가능하다.
• 핵심 기여는 타겟 위치와 클래스, 자세(앞면) 정보를 모두 포함한 진짜 레이블 이미지를 사용하여, 위치, 클래스, 방향을 동시에 예측할 수 있도록 하는 것이다.
• 네트워크는 각 픽셀이 배경 및 자세가 있는 타겟 클래스에 속할 가능성 예측을 하는 세그멘테이션 맵(SAR ATR 이미지)을 출력한다.

실험 결과

연구 질문

• RQ1 사전에 추출된 타겟 칩이 필요 없이 단일 딥 러닝 모델이 엔드 투 엔드 SAR ATR를 수행할 수 있는가? (검출, 분류, 자세 추정 포함)
• RQ2 픽셀 단위 레이블로 훈련된 완전 컨볼루션 네트워크(FCN)가 임의의 크기의 SAR 이미지에서 검출 및 분류를 얼마나 잘 수행할 수 있는가?
• RQ3 제안된 모델의 MSTAR 벤치마크에서 분류 정확도 및 세그멘테이션 품질(IoU) 측면에서 성능은 어떠한가?
• RQ4 아키텍처 수정 없이도 다중 클래스 및 다중 타겟 환경에 일반화 가능한가?
• RQ5 IoU 및 분류 정확도 측면에서 최신 기술 수준의 방법과 비교해 모델 성능은 어떠한가?

주요 결과

• 제안된 VersNet은 MSTAR 테스트 세트에서 99.55%의 분류 정확도를 달성했으며, 10개 타겟 클래스 평균 정확도는 99.52%였다.
• 모든 12개 클래스(배경 및 앞면 포함)에 대한 평균 교차율(IoU)은 0.915였고, 10개 타겟 클래스만 고려할 경우 0.923이었다.
• 모델은 전체 테스트 이미지에서 평균 IoU 0.930을 기록하며 강력한 세그멘테이션 성능를 보였으며, 표준편차는 0.082였다.
• 실험적 누적분포함수는 1%의 이미지만 IoU가 0.5 이하였고, 10%는 IoU가 0.9 이하였음을 보여, 세그멘테이션 품질의 높은 일관성을 입증했다.
• 복잡한 시나리오(최대 25개 타겟 포함)에서의 정성적 결과를 통해 모델은 단일 이미지에서 서로 다른 클래스의 다중 타겟을 성공적으로 검출하고 분류하였다.
• 모든 클래스에서 평균 정밀도(0.974)와 재현율(0.947)이 높았으며, F1 점수는 0.960이었고, 이는 견고하고 균형 잡힌 성능를 의미한다.