• Journal of information and communication convergence engineering
• /
• 제14권1호
• /
• pp.51-56
• /
• 2016

In this paper, we present a three-dimensional (3-D) automatic target recognition system based on optical integral imaging reconstruction. In integral imaging, elemental images of the reference and target 3-D objects are obtained through a lenslet array or a camera array. Then, reconstructed 3-D images at various reconstruction depths can be optically generated on the output plane by back-projecting these elemental images onto a display panel. 3-D automatic target recognition can be implemented using computational integral imaging reconstruction and digital nonlinear correlation filters. However, these methods require non-trivial computation time for reconstruction and recognition. Instead, we implement 3-D automatic target recognition using optical cross-correlation between the reconstructed 3-D reference and target images at the same reconstruction depth. Our method depends on an all-optical structure to realize a real-time 3-D automatic target recognition system. In addition, we use a nonlinear correlation filter to improve recognition performance. To prove our proposed method, we carry out the optical experiments and report recognition results.

• 전자공학회논문지B
• /
• 제33B권6호
• /
• pp.198-207
• /
• 1996

A PSRI (position, scale, and rotation invariant ) feature extraction and automatic target recognition system using a cooperative network and an MLP is proposed. We can extract position invarient features by obtaining the target center using the projection and the moment in preprocessing stage. The scale and rotation invariant features are extracted from the contour projection of the number of edge pixels on each of the concentric circles, which is input to the cooperative network. By extracting the representative PSRI features form the features and their differentiations using max-net and min-net, we can rdduce the number of input neurons of the MLP, and make the resulted automatic target recognition system less sensitive to input variances. Experiments are conduted on various complex images which are shifted, rotated, or scaled, and the results show that the proposed system is very efficient for PSRI feature extractions and automatic target recognitions.

• 한국전자파학회논문지
• /
• 제22권11호
• /
• pp.1063-1069
• /
• 2011

레이더 영상이나 광학 영상, 적외선 영상 등을 이용하여 표적을 식별하는 기술을 NCTR(Non-Cooperative Target Recognition) 또는 ATR(Automatic Target Recognition)이라 한다. 그 중에서 SAR(Synthetic Aperture Radar) 영상을 이용하여 자동으로 지상 표적을 식별하는 것을 SAR ATR이라고 한다. 일반적으로 SAR ATR은 탐지, 변별 및 식별 단계로 구성된다. 본 논문에서는 ISAR(Inverse Synthetic Aperture Radar) 영상 식별을 위해 개발된 극사상식별기(polar mapping classifier)를 수정하여 SAR 표적 식별에 이용하였으며, 전처리 과정을 통해 클러터 화소의 영향을 줄이고 표적의 그림자 화소들 표적 식별에 이용하여 식별 성능을 향상시켰다.

• 한국항공우주학회지
• /
• 제49권1호
• /
• pp.63-73
• /
• 2021

본 논문은 공중 혹은 해상배경에 표적과 화염이 동시에 존재할 때, 무인항공기에 장착된 EOTS(Electro-Optical Targeting System; 전자광학 추적장비)가 표적을 추적하기 위해 화염의 영향에 강건하도록 표적을 자동 인식하는 기법을 제안한다. 제안한 기법은 표적과 화염의 적외선 영상을 Gradient Vector Field로 변환하고, 각 Gradient magnitude를 Polynomial Curve Fitting 도구에 적용하여 다항식 계수를 추출 및 얕은 신경망 모델에 학습함으로써, 표적과 화염을 자동으로 인식한다. 확보한 표적 및 화염의 다양한 적외선 영상 DB를 학습데이터, 검증데이터, 시험데이터로 분류하여 제안한 기법의 표적 및 화염 자동 인식 성능을 확인하였다. 본 알고리듬을 활용하여 무인항공기의 자동비행 중 충돌회피, 산불탐지, 공중 및 해상의 목표물을 자동탐지 및 인식하는 분야에 적용될 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권3호
• /
• pp.1614-1632
• /
• 2017

Bag of visual words is a popular model in human action recognition, but usually suffers from loss of spatial and temporal configuration information of local features, and large quantization error in its feature coding procedure. In this paper, to overcome the two deficiencies, we combine sparse coding with spatio-temporal pyramid for human action recognition, and regard this method as the baseline. More importantly, which is also the focus of this paper, we find that there is a hierarchical structure in feature vector constructed by the baseline method. To exploit the hierarchical structure information for better recognition accuracy, we propose a tree regularized classifier to convey the hierarchical structure information. The main contributions of this paper can be summarized as: first, we introduce a tree regularized classifier to encode the hierarchical structure information in feature vector for human action recognition. Second, we present an optimization algorithm to learn the parameters of the proposed classifier. Third, the performance of the proposed classifier is evaluated on YouTube, Hollywood2, and UCF50 datasets, the experimental results show that the proposed tree regularized classifier obtains better performance than SVM and other popular classifiers, and achieves promising results on the three datasets.

• 한국군사과학기술학회지
• /
• 제25권3호
• /
• pp.219-230
• /
• 2022

In implementing a robust automatic target recognition(ATR) system with synthetic aperture radar(SAR) imagery, one of the most important issues is accurate classification of target variants, which are the same targets with different serial numbers, configurations and versions, etc. In this paper, a deep learning network with channel attention modules is proposed to cope with the recognition problem for target variants based on the previous research findings that the channel attention mechanism selectively emphasizes the useful features for target recognition. Different from other existing attention methods, this paper employs the channel attention modules without dimensionality reduction along the channel direction from which direct correspondence between feature map channels can be preserved and the features valuable for recognizing SAR target variants can be effectively derived. Experiments with the public benchmark dataset demonstrate that the proposed scheme is superior to the network with other existing channel attention modules.

• 한국군사과학기술학회지
• /
• 제13권3호
• /
• pp.445-452
• /
• 2010

Adequate segmentation of target objects from the background plays an important role for the performance of automatic target recognition(ATR) system. This paper presents a new segmentation algorithm using fuzzy thresholding to extract a target. The proposed algorithm consists of two steps. In the first step, the region of interest(ROI) including the target can be automatically selected by the proposed robust method based on the frame difference of each image sensor. In the second step, fuzzy thresholding with a proposed membership function is performed within the only ROI selected in the first step. The proposed membership function is based on the similarity of intensity and the adjacency of target area on each image. Experimental results applied to real CCD/IR images show a good performance and the proposed algorithm is expected to enhance the performance of ATR system using multi-sensors.

• 한국정보통신학회논문지
• /
• 제23권11호
• /
• pp.1384-1390
• /
• 2019

본 논문은 머신비전기반 자동검사를 위한 대상객체의 인식방향성 개선 연구로서, 영상카메라에 의한 자동 비전검사의 과정에서 제한성이 따르는 대상 객체의 인식방향성을 개선하는 방법을 제안한다. 이를 통하여 머신비전 자동검사에서 시험대상물의 위치와 방향에 상관없이 검사대상의 영상을 검출할 수 있게 함으로써 별도 검사지그의 필요성을 배제하고 검사과정의 자동화 레벨을 향상시킨다. 본 연구에서는 검사대상으로서 와이어 하네스 제조과정에서 실제 적용할 수 있는 기술과 방법을 개발하여 실제 시스템으로 구현한 결과를 제시한다. 시스템구현 결과는 공인기관의 평가를 통하여, 정밀도, 검출인식도, 재현률 및 위치조정 성공률에서 모두 성공적인 측정결과를 얻었고, 당초 설정하였던 10종류의 컬러구별 능력, 1초 이내 검사시간, 4개 자동모드 설정 등에서도 목표달성을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제39권4호
• /
• pp.370-380
• /
• 2002

전방 관측 적외선 영상에서 가려짐이 없거나 가려짐이 있는 군용차량을 인식할 수 있는 자동 표적인식 알고리즘을 제안한다. 표적을 배경으로부터 분리한 후에 광역적인 형상 특징을 찾기 위해 표적의 경계선에 대해 물체의 중심을 기준으로 방사함수 (radial function)를 정의한다. 또한, 형상 정보가 집중되어 있는 표적의 윗 부분으로부터 국부적인 형상 특징을 찾기 위해 두 개의 특징점과 경계선으로부터 거리함수를 정의한다. 두 개의 함수와 경계선으로부터 4개의 광역적 형상 특징과 4개의 국부적 형상 특징을 제안한다. 이 특징들은 병진, 회전 그리고 크기변화에 대해 기존의 특징 벡터들 보다 좋은 불변성을 가진다. 이 특징들을 이용하여 가려짐이 있는 표적과 가려짐이 없는 표적을 구분하여 인식하기 위한 새로운 분류 방식을 제안한다. 실험을 통해 제안한 특징들의 불변성과 인식 성능을 기존의 특징벡터들과 비교하여 제안한 표적 인식 알고리즘의 우수성을 입증한다.

• 한국군사과학기술학회지
• /
• 제22권6호
• /
• pp.735-744
• /
• 2019

One of the key factors for recognition performance in the automatic target recognition for synthetic aperture radar imagery(SAR-ATR) system is reliability of the SAR target database. To achieve optimal performance, the database should be constructed using the images obtained under the same operating condition as the SAR sensor. However, it is impractical to have the extensive set of real-world SAR images, and thus those from the electro magnetic prediction tool with 3-D CAD models are suggested as an alternative where their reliability can be always questionable. In this paper, a method for similarity assessment between target SAR images is presented inspired by the fact that a target SAR image is mainly characterized by the features of scattering centers. The method is demonstrated using a variety of examples and quantitatively measures the similarity related to reliability. Its assessment performance is further compared with that of the existing metric, structural similarity(SSIM).