Histogram Layers for Synthetic Aperture Sonar Imagery

要約

合成開口レーダー（SAS）画像は、ターゲット認識や環境セグメンテーションなどのいくつかのアプリケーションに不可欠である。しかし、これらのアプローチによって抽出された特徴は、特定のテクスチャ情報を捕らえるのに適していない場合がある。この問題に対処するため、我々はSAS画像にヒストグラム層を適用した新しいアプリケーションを発表する。ディープラーニングモデルにヒストグラム層を追加することで、合成データと実世界データの両方で統計的なテクスチャ情報を取り込み、パフォーマンスを向上させることができました。

要約(オリジナル)

Synthetic aperture sonar (SAS) imagery is crucial for several applications, including target recognition and environmental segmentation. Deep learning models have led to much success in SAS analysis; however, the features extracted by these approaches may not be suitable for capturing certain textural information. To address this problem, we present a novel application of histogram layers on SAS imagery. The addition of histogram layer(s) within the deep learning models improved performance by incorporating statistical texture information on both synthetic and real-world datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL