Распознавание объектов по диаграммам рассеяния электромагнитного излучения на основе метода опорных подпространств
Жердев Д.А., Казанский Н.Л., Фурсов В.А.

PDF, 464 kB

DOI: 10.18287/2412-6179-2014-38-3-503-510

Страницы: 503-510.

Аннотация:
В работе предлагается метод распознавания объектов по диаграммам рассеяния отражённого электромагнитного излучения. В качестве эталонов используются диаграммы рассеяния, полученные путём моделирования рассеяния электромагнитного излучения трёхмерными моделями объектов. На этапе распознавания в качестве меры близости используется показатель сопряжённости с так называемым опорным подпространством, образованным векторами признаков распознаваемого класса. Исследуется зависимость качества распознавания от размерности опорных подпространств. Показано, что качество распознавания возрастает с увеличением размерности опорных подпространств. Приводятся также результаты экспериментов, показывающие, что предлагаемый метод обеспечивает более высокое качество распознавания объектов по диаграммам рассеяния по сравнению с методом опорных векторов и алгоритмом, основанным на вычислении коэффициента корреляции со средним вектором класса.

Ключевые слова :
цифровая обработка изображений, электромагнитное излучение, поле рассеяния, распознавание, показатель сопряжённости.

Литература:

  1. Tait, P. Introduction to Radar Target Recognition. – London: Published by The Institution of Engineering and Technology, 2005. – 428 p.
  2. Xuejun, L. Identification of Ground Targets From Sequential Hight-Range-Resolution Radar Signatures / Liao Xuejun, Paul Runkle, Carin Lawrence // Aerospace and Electronic Systems, IEEE. – 2002. – Vol. 38. – P. 1230-1242.
  3. Nguyen, D.H. Classification and Tracking of Moving Ground Vehicles / D.H. Nguyen, J.H. Kay, B.J. Orchard, R.H. Whiting // Lincoln Laboratory Journal. – 2002. – Vol. 13. – P. 275-308.
  4. Lee, K.-C. Angular-diversity Radar Recognition of Ships by Transformation Based approaches – including Noise Effects / K.-C. Lee, J.-S. Ou and C.-W. Huang // Progress in Electromagnetics Research, PIER 72. – 2007. – Vol. 72. – P. 145-158.
  5. Вапник, В.Н. Теория распознавания образов (статистические проблемы обучения) / В.Н. Вапник, А.Я. Червоненкис. – М.: Наука, 1946. – 416 с.
  6. Претт, У. Цифровая обработка изображений / У. Претт; пер. с англ. – М.: Мир, 1982. – Кн. 1, 2 – 791 с.
  7. Жердев, Д.А. Моделирование рассеяния электромагнитного поля от техногенных объектов на подстилающих поверхностях / Д.А. Жердев, Н.Л. Казанский, В.А. Фурсов, С.И. Харитонов // Компьютерная оптика. – 2012. – Т. 37, № 1. – С. 91-98.
  8. Fursov, V.A. Training in Pattern Recognition from a Small Number / Vladimir A. Fursov // Proc. 15th International Conference on Pattern recognition (ISPR) 2000, Barcelona, Spain. – 2000. – Vol. 2. – P. 119-121.
  9. Fursov, V.A. Building of Classifiers Based on Conjugation Indices / V.A. Fursov, I.A. Kulagina and N.E. Kozin // Optical Memory and Neural Networks (Information Optics). – 2007. – Vol. 16, Issue 3. – P. 136-143.
  10. Fursov, V. Building of Classifier Based on Conjugation Indexes / Vladimir Fursov, Irina Kulagina, Nikita Kozin // Proceedings of the 5-th International Conference on Machine Learning and Data Mining. Leipzig, Germany, 18 - 20 July, 2007. – 2007. – P. 231-235.
  11. Козин, Н.Е. Построение классификаторов для распознавания лиц на основе показателей сопряжённости / Н.Е. Козин, В.А. Фурсов // Компьютерная оптика. –2005. – № 28. – C. 160-163.
  12. Fursov, V. Constructing of Classifier for Face Recognition on the Basis of the Conjugation Indexes / Vladimir Fursov, Nikita Kozin // Transactions on Engineering Computing and Technology. – 2006. – Vol. 13. – P. 72-74.
  13. Fursov, V. Recognition through Constructing the Eigenface Classifiers using Conjugation Indices / Vladimir Fursov, Nikita Kozin // 2007 IEEE International Conference on Advanced Video and Signal based Surveillance London (United Kingdom), 5-7 September 2007. – 2007. – P. 465-469. – ISBN: 978-1-4244-1696-7.
  14. Фурсов, В.А. Тематическая классификация гиперспектральных изображений по показателю сопряжённости / В.А. Фурсов, С.А. Бибиков, О.А. Байда // Компьютерная оптика. – 2014. – Т. 38, № 1. – С. 154-158. – ISSN 0134-2452.
© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20