[论文解读] Deep Learning for Target Classification from SAR Imagery: Data Augmentation and Translation Invariance

Hidetoshi Furukawa|arXiv (Cornell University)|Aug 25, 2017

Advanced SAR Imaging Techniques被引用 53

一句话总结

本文分析用于SAR ATR的CNN对平移不变性，并证明领域特定的数据增强是关键；经增强训练在MSTAR中心裁剪测试数据上达到99.6%。

ABSTRACT

This report deals with translation invariance of convolutional neural networks (CNNs) for automatic target recognition (ATR) from synthetic aperture radar (SAR) imagery. In particular, the translation invariance of CNNs for SAR ATR represents the robustness against misalignment of target chips extracted from SAR images. To understand the translation invariance of the CNNs, we trained CNNs which classify the target chips from the MSTAR into the ten classes under the condition of with and without data augmentation, and then visualized the translation invariance of the CNNs. According to our results, even if we use a deep residual network, the translation invariance of the CNN without data augmentation using the aligned images such as the MSTAR target chips is not so large. A more important factor of translation invariance is the use of augmented training data. Furthermore, our CNN using augmented training data achieved a state-of-the-art classification accuracy of 99.6%. These results show an importance of domain-specific data augmentation.

研究动机与目标

• 评估平移错位如何影响基于CNN的SAR ATR性能。
• 评估数据增强对平移不变性和分类准确性的影响。
• 使用准确率-平移映射可视化平移不变性。
• 比较在MSTAR目标芯片上有无数据增强时的CNN性能。

提出的方法

• 使用深度残差CNN（ResNet-18）将96x96 SAR目标芯片分类为10个类别。
• 在有无数据增强的条件下训练模型（来自100x100芯片的随机裁剪），并在中心裁剪的96x96测试补丁上进行评估。
• 定义并可视化显示在x/y平移Δx、Δy下的分类准确性的准确率-平移映射。
• 分析非增强和增强训练的混淆矩阵，以量化各类别的表现。
• 在两种设置下（非增强 vs 增强）的中心裁剪测试数据上报告总的准确率。
• 讨论数据增强对平移不变性的影响是否比单纯的架构变更更显著。

实验结果

研究问题

• RQ1 在基于CNN的SAR ATR中，数据增强与平移不变性之间的关系是什么？
• RQ2 数据增强如何影响MSTAR上的总体分类准确性和各类别的表现？
• RQ3 是否可以通过训练数据扰动来减轻由平移引起的错位，而不仅仅通过增加网络深度？
• RQ4 在对齐的SAR目标芯片上，不进行增强时，ResNet-18在多大程度上实现了平移不变性？

主要发现

• 在对齐的MSTAR芯片上，未进行数据增强的CNN在平移不变性方面表现有限。
• 数据增强（训练时的随机裁剪）显著提高了平移鲁棒性和总体准确性。
• 在中心裁剪测试数据上，经过增强的CNN达到99.6%的准确率，达到本研究的最先进性能。
• 在使用数据增强时，准确率-平移映射在小平移（Δx、Δy在±2像素内）内显示出鲁棒性。
• 采用数据增强后，各类别的混淆显著减少，提升了大多数目标类别的准确率。