[go: up one dir, main page]

KR102399539B1 - 오브젝트 식별 방법 및 장치 - Google Patents

오브젝트 식별 방법 및 장치 Download PDF

Info

Publication number
KR102399539B1
KR102399539B1 KR1020170108469A KR20170108469A KR102399539B1 KR 102399539 B1 KR102399539 B1 KR 102399539B1 KR 1020170108469 A KR1020170108469 A KR 1020170108469A KR 20170108469 A KR20170108469 A KR 20170108469A KR 102399539 B1 KR102399539 B1 KR 102399539B1
Authority
KR
South Korea
Prior art keywords
polarization
image
signal
distance
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020170108469A
Other languages
English (en)
Other versions
KR20190023157A (ko
Inventor
김병관
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020170108469A priority Critical patent/KR102399539B1/ko
Priority to US15/874,114 priority patent/US10838055B2/en
Publication of KR20190023157A publication Critical patent/KR20190023157A/ko
Application granted granted Critical
Publication of KR102399539B1 publication Critical patent/KR102399539B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G01S13/32—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S13/34—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
    • G01S13/346—Systems for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal using noise modulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9027—Pattern recognition for feature extraction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
    • G01S7/025—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects involving the transmission of linearly polarised waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/024—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects
    • G01S7/026—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using polarisation effects involving the transmission of elliptically or circularly polarised waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/417—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section involving the use of neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/50—Systems of measurement based on relative movement of target
    • G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

오브젝트 식별 방법 및 장치가 개시된다. 오브젝트 식별 장치는 오브젝트에 반사되어 되돌아온 다중 편파 레이더 신호로부터 다중 편파 중의 각 편파에 대응하는 오브젝트의 제1 위치 정보, 제2 위치 정보 및 운동 정보를 추출하고, 각 편파에 대응하는 제1 위치 정보 및 각 편파에 대응하는 제2 위치 정보를 포함하는 각 편파에 대응하는 제1 영상을 생성하고, 각 편파에 대응하는 제1 위치 정보 및 각 편파에 대응하는 운동 정보를 포함하는 각 편파에 대응하는 제2 영상을 생성하고, 각 편파에 대응하는 제1 영상과 각 편파에 대응하는 제2 영상을 결합하여 각 편파에 대응하는 제1 결합 영상들을 생성하고, 각 편파에 대응하는 제1 결합 영상들을 기초로 뉴럴 네트워크를 이용하여 오브젝트를 식별한다.

Description

오브젝트 식별 방법 및 장치{METHOD AND APPARATUS FOR IDENTIFYING AN OBJECT}
아래의 설명은 오브젝트를 식별하는 기술에 관한 것으로, 뉴럴 네트워크를 이용하여 오브젝트를 식별하는 기술에 관한 것이다.
다중 편파 레이더(Polarimetric RADAR)는 단일 편파 레이더에 비해 전송되는 데이터량이 4배가 된다. 다중 편파 레이더의 경우 이용 목적에 따라 필요한 데이터가 선별적으로 사용될 수 있다. 예를 들어, 레인지-도플러 맵(range-doppler map)은 거리 정보와 속도 정보를 포함하고, 마이크로-도플러 분석(micro-doppler analysis)은 속도 정보를 포함한다.
일 실시예에 따른 오브젝트 식별 방법은, 오브젝트에 반사되어 되돌아온 다중 편파 레이더(Polarimetric RADAR) 신호로부터 다중 편파 중의 각 편파에 대응하는 상기 오브젝트의 제1 위치 정보, 제2 위치 정보 및 운동 정보를 추출하는 단계, 상기 각 편파에 대응하는 제1 위치 정보 및 상기 각 편파에 대응하는 제2 위치 정보를 포함하는 각 편파에 대응하는 제1 영상을 생성하고, 상기 각 편파에 대응하는 제1 위치 정보 및 각 편파에 대응하는 운동 정보를 포함하는 각 편파에 대응하는 제2 영상을 생성하는 단계, 상기 각 편파에 대응하는 제1 영상과 상기 각 편파에 대응하는 제2 영상을 결합하여 각 편파에 대응하는 제1 결합 영상들을 생성하는 단계 및 상기 각 편파에 대응하는 제1 결합 영상들을 기초로 뉴럴 네트워크를 이용하여 상기 오브젝트를 식별하는 단계를 포함할 수 있다.
상기 오브젝트를 식별하는 단계는, 상기 각 편파에 대응하는 제1 결합 영상들을 결합한 제2 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별할 수 있다.
상기 제1 위치 정보는 거리 정보이고, 상기 제2 위치 정보는 각도 정보이고, 상기 제1 영상은 거리-각도 영상이고, 상기 제2 영상은 거리-속도 영상일 수 있다.
상기 제1 위치 정보는 수직 거리 정보이고, 상기 제2 위치 정보는 수평 거리 정보이고, 상기 제1 영상은 수직 거리-수평 거리 영상이고, 상기 제2 영상은 수직 거리-속도 영상일 수 있다.
일 실시예에 따른 오브젝트 식별 방법은, 상기 다중 편파 레이더 신호의 신호 대 잡음비(signal-to-noise ratio, SNR)가 일정 기준을 만족하는 지를 결정하는 단계를 더 포함하고, 상기 일정 기준이 만족되는 경우, 상기 제1 위치 정보는 거리 정보이고, 상기 제2 위치 정보는 각도 정보이고, 상기 제1 영상은 거리-각도 영상이고, 상기 제2 영상은 거리-속도 영상이고, 상기 일정 기준이 만족되지 못하는 경우, 상기 제1 위치 정보는 수직 거리 정보이고, 상기 제2 위치 정보는 수평 거리 정보이고, 상기 제1 영상은 수직 거리-수평 거리 영상이고, 상기 제2 영상은 수직 거리-속도 영상일 수 있다.
상기 다중 편파 레이더 신호는, 수직/수직 편파 신호, 수직/수평 편파 신호, 수평/수직 편파 신호 및 수평/수평 편파 신호를 포함할 수 있다.
상기 다중 편파 레이더 신호는, LHCP(Left Handed Circular Polarization)/RHCP (Right Handed Circular Polarization) 신호, LHCP/LHCP 신호, RHCP/LHCP 신호 및 RHCP/RHCP 신호를 포함할 수 있다.
상기 오브젝트 식별 방법은, 상기 각 편파에 대응하는 제1 결합 영상들 간의 차분(differential) 영상들을 생성하는 단계를 더 포함하고, 상기 오브젝트를 식별하는 단계는, 상기 차분 영상들을 결합한 제3 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별할 수 있다.
상기 각 편파에 대응하는 제1 결합 영상들 간의 교차 상관도(cross correlation) 영상들을 생성하는 단계를 더 포함하고, 상기 오브젝트를 식별하는 단계는, 상기 교차 상관도 영상들을 결합한 제4 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별할 수 있다.
일 실시예에 따른 컴퓨터 판독 가능한 기록 매체는, 상기 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록할 수 있다.
일 실시예에 따른 오브젝트 식별 장치는, 다중 편파 레이더 신호를 오브젝트로 방사하는 송신 안테나, 오브젝트에 반사되어 되돌아온 다중 편파 레이더 신호를 수신하는 수신 안테나 및 프로세서를 포함하고, 상기 프로세서는, 상기 오브젝트에 반사되어 되돌아온 다중 편파 레이더 신호로부터 다중 편파 중의 상기 오브젝트의 각 편파에 대응하는 제1 위치 정보, 제2 위치 정보 및 운동 정보를 추출하고, 상기 각 편파에 대응하는 제1 위치 정보 및 상기 각 편파에 대응하는 제2 위치 정보를 포함하는 각 편파에 대응하는 제1 영상을 생성하고, 상기 각 편파에 대응하는 제1 위치 정보 및 상기 각 편파에 대응하는 운동 정보를 포함하는 각 편파에 대응하는 제2 영상을 생성하고, 상기 각 편파에 대응하는 제1 영상과 상기 각 편파에 대응하는 제2 영상을 결합하여 각 편파에 대응하는 제1 결합 영상을 생성하고, 상기 각 편파에 대응하는 제1 결합 영상들을 기초로 뉴럴 네트워크를 이용하여 상기 오브젝트를 식별할 수 있다.
도 1은 일 실시예에 따른 오브젝트를 식별하기 위한 시스템의 전체적인 구성을 도시한 도면이다.
도 2는 일 실시예에 따른 오브젝트를 식별하는 방법을 도시한 흐름도이다.
도 3은 다른 실시예에 따른 오브젝트를 식별하는 방법을 도시한 흐름도이다.
도 4a는 거리-각도 영상의 일례이다.
도 4b는 거리-각도 영상과 거리-속도 영상의 일례이다.
도 4c는 복수의 편파에 대응하는 거리-각도 영상과 거리-속도 영상을 결합한 제1 결합 영상의 일례이다.
도 5a는 복수의 편파 쌍에 대응하는 교차 상관도 영상의 일례이다.
도 5b는 복수의 편파 쌍에 대응하는 차분 영상의 일례이다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 일례를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
한편, 어떤 실시예가 달리 구현 가능한 경우에 특정 블록 내에 명기된 기능 또는 동작이 순서도와 다르게 수행될 수 있다. 예를 들어, 연속하는 두 블록들이 실제로는 실질적으로 동시에 수행될 수도 있고, 관련된 기능 또는 동작에 따라서는 해당 블록들의 순서가 뒤바뀌어 수행될 수도 있다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 일 실시예에 따른 오브젝트를 식별하기 위한 시스템의 전체적인 구성을 도시한 도면이다.
일 실시예에 따르면, 오브젝트 식별 장치(100)는 뉴럴 네트워크를 이용함으로써 1채널 영상을 이용할 수 있고, 속도 정보를 1채널 영상에 결합함으로써 풍부한 정보를 포함하는 결합 영상을 생성할 수 있다. 오브젝트 식별 장치(100)는 결합 영상을 이용하여 오브젝트(130)를 식별할 수 있다.
오브젝트 식별 장치(100)는 송신 안테나(121), 수신 안테나(123) 및 프로세서(110)를 포함한다. 송신 안테나(121)는 다중 편파 레이더(Polarimetric RADAR) 신호를 오브젝트(130)로 방사할 수 있다. 수신 안테나(123)는 오브젝트에 반사되어 되돌아온 다중 편파 레이더 신호를 수신할 수 있다. 프로세서(110)는 수신된 다중 편파 레이더 신호를 이용하여 오브젝트(130)의 위치 또는 형상 등을 식별할 수 있다.
오브젝트 식별 장치(100)는 다중 편파 레이더 신호에서 각 편파 별로 복수의 위치 정보로부터 1채널 영상을 생성하고, 1채널 영상에 속도 정보를 결합하여 2채널 영상을 생성할 수 있다. 오브젝트 식별 장치(100)는 각 편파에 대한 2채널 영상을 결합하여 하나의 영상을 생성한 후, 미리 훈련된 뉴럴 네트워크(neural network)에 입력하여 영상이 나타내는 오브젝트를 식별할 수 있다.
뉴럴 네트워크는 인공 신경망으로 지칭될 수 있다. 뉴럴 네트워크는 많은 수의 인공 뉴런(또는, 노드)들을 이용하여 생물학적인 시스템의 계산 능력을 모방하는 소프트웨어나 하드웨어로 구현된 인식 모델이다. 뉴럴 네트워크는 인공 뉴런들을 통해 인간의 인지 작용이나 학습 과정을 수행할 수 있다. 예를 들어, 뉴럴 네트워크는 딥 뉴럴 네트워크(deep neural network), 컨벌류셔널 뉴럴 네트워크(convolutional neural network) 또는 리커런트 뉴럴 네트워크(recurrent neural network) 등을 포함할 수 있다. 예를 들어, 뉴럴 네트워크는 오류 역전파 알고리즘 등을 통해 학습 데이터로부터 학습될 수 있다.
일 실시예에 따르면, 다중 편파 레이더 신호는 수직/수직(V/V) 편파 신호, 수직/수평(V/H) 편파 신호, 수평/수직(H/V) 편파 신호 및 수평/수평(H/H) 편파 신호를 포함할 수 있다. 다른 실시예에 따르면, 다중 편파 레이더 신호는, LHCP(Left Handed Circular Polarization)/RHCP (Right Handed Circular Polarization) 신호, LHCP/LHCP 신호, RHCP/LHCP 신호 및 RHCP/RHCP 신호를 포함할 수 있다. 편파의 종류가 다른 경우 편파들은 서로간에 영향을 주지 않는다.
오브젝트 식별 장치(100)는 다중 편파 레이더 신호에서 각 편파 별로 거리 정보, 각도 정보 또는 속도 정보를 추출할 수 있다. 여기서, 편파의 종류는 수직 편파와 수평 편파의 4가지 쌍 또는 LHCP 편파와 RHCP 편파의 4가지 쌍을 포함할 수 있다.
일 실시예에 따르면, 오브젝트 식별 장치(100)는 각 편파 별로 거리 정보와 각도 정보를 이용하여 2차원의 거리-각도(Range-angular) 영상을 생성할 수 있다. 예를 들어, 거리-각도 영상은 RAR(real aperture radar) 영상을 포함할 수 있다. 다른 실시예에 따르면, 오브젝트 식별 장치(100)는 각 편파 별로 수직 거리 정보와 수평 거리 정보를 이용하여 2차원의 수직 거리-수평 거리 영상을 생성할 수 있다. 예를 들어, 수직 거리-수평 거리 영상은 SAR(synthetic aperture radar) 영상을 포함할 수 있다.
일 실시예에 따르면, 오브젝트 식별 장치(100)는 2차원의 영상에 속도 정보를 합성하여 3차원의 제1 결합 영상을 생성할 수 있다. 오브젝트 식별 장치(100)는 제1 결합 영상을 딥 러닝(Deep learning)에 의해 학습된 뉴럴 네트워크에 입력하여 제1 결합 영상에 나타난 오브젝트를 식별할 수 있다.
종래의 영상 처리 알고리즘은 RGB 정보를 포함하는 3채널 영상을 이용하기 때문에 4채널 정보를 제공하는 다중 편파 레이더 신호는 데이터 손실을 야기하게 된다. 오브젝트 식별 장치(100)는 뉴럴 네트워크를 통해 1채널 영상을 처리할 수 있게 되므로 다중 편파 레이더 신호에서 필요한 정보를 취사선택할 수 있고 데이터 손실을 줄일 수 있다.
또한, 오브젝트 식별 장치(100)는 속도 정보를 1채널 영상에 반영하여 2채널 영상을 생성할 수 있다. 이처럼, 오브젝트 식별 장치(100)는 1채널 영상의 부족한 정보량에 속도 정보를 합성함으로써 보다 풍부한 정보를 포함하는 2채널 영상을 뉴럴 네트워크에 제공할 수 있다. 이를 통해, 뉴럴 네트워크의 오브젝트 식별 결과의 정확도는 향상될 수 있다.
다른 실시예에 따르면, 오브젝트 식별 장치(100)는 다중 편파 레이더의 송신기 및 수신기의 개수를 증가시킬 수 있다. 오브젝트 식별 장치(100)는 MIMO(Multiple-Input Multiple-Output) 기술과 가상 배열(virtual array) 기술을 이용하여 복수의 다중 편파 레이더 신호로부터 보다 다양한 정보를 추출할 수 있다.
도 2는 일 실시예에 따른 오브젝트를 식별하는 방법을 도시한 흐름도이다.
단계(210)에서, 오브젝트 식별 장치(100)는 오브젝트에 반사되어 되돌아온 다중 편파 레이더 신호로부터 다중 편파 중의 각 편파에 대응하는 오브젝트의 제1 위치 정보, 제2 위치 정보 및 운동 정보를 추출할 수 있다. 예를 들어, 오브젝트 식별 장치(100)는 다중 편파 레이더 안테나를 통해 각 편파의 신호를 수신하여 디지털 신호로 저장하고, 다양한 알고리즘을 통해 각 편파 별 신호로부터 거리, 각도 또는 속도 등의 정보를 추출할 수 있다.
단계(220)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 제1 위치 정보 및 각 편파에 대응하는 제2 위치 정보를 포함하는 각 편파에 대응하는 제1 영상을 생성하고, 각 편파에 대응하는 제1 위치 정보 및 각 편파에 대응하는 운동 정보를 포함하는 각 편파에 대응하는 제2 영상을 생성할 수 있다.
예를 들어, 다중 편파 레이더 신호는 수직/수직(V/V) 편파 신호, 수직/수평(V/H) 편파 신호, 수평/수직(H/V) 편파 신호 및 수평/수평(H/H) 편파 신호를 포함하는 경우, 오브젝트 식별 장치(100)는 각 편파에 대응하는 제1 영상을 각 편파 별로 4장 합성할 수 있다. 이때 영상은 RGB 3채널이 아닌 단일 1채널로 구성된다. 오브젝트 식별 장치(100)는 속도 정보를 생성된 4장의 제1 영상에 각각 합성할 수 있다. 그 결과, 영상 정보 1채널과 속도 정보 1채널로 구성되는 2채널의 제2 영상이 4장 생성될 수 있다.
제1 위치 정보는 거리 정보이고, 제2 위치 정보는 각도 정보인 경우, 제1 영상은 거리-각도 영상이고, 제2 영상은 거리-속도 영상일 수 있다. 예를 들어, 제1 영상은 RAR 영상일 수 있다.
제1 위치 정보는 수직 거리 정보이고, 제2 위치 정보는 수평 거리 정보인 경우, 제1 영상은 수직 거리-수평 거리 영상이고, 제2 영상은 수직 거리-속도 영상일 수 있다. 예를 들어, 제1 영상은 SAR 영상일 수 있다.
단계(230)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 제1 영상과 각 편파에 대응하는 제2 영상을 결합하여 각 편파에 대응하는 제1 결합 영상들을 생성할 수 있다.
단계(250)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 제1 결합 영상들을 기초로 뉴럴 네트워크를 이용하여 오브젝트를 식별할 수 있다.
일 실시예에 따르면, 오브젝트 식별 장치(100)는 각 편파에 대응하는 제1 결합 영상들을 결합하여 제2 결합 영상을 생성할 수 있다. 예를 들어, 오브젝트 식별 장치(100)는 2채널의 4장의 제1 결합 영상들을 결합하여 8채널의 제2 결합 영상을 생성할 수 있다. 오브젝트 식별 장치(100)는 제2 결합 영상을 뉴럴 네트워크에 입력하여 오브젝트를 식별할 수 있다.
다른 실시예에 따르면, 단계(240)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 결합 영상 간의 차분(differential) 영상 또는 교차 상관도(cross correlation) 영상을 생성할 수 있다. 오브젝트 식별 장치(100)는 복수의 차분 영상을 결합하여 제3 결합 영상을 생성할 수 있다. 오브젝트 식별 장치(100)는 제3 결합 영상을 뉴럴 네트워크에 입력하여 오브젝트를 식별할 수 있다.
오브젝트 식별 장치(100)는 복수의 교차 상관도 영상을 결합하여 제4 결합 영상을 생성할 수 있다. 오브젝트 식별 장치(100)는 제4 결합 영상을 뉴럴 네트워크에 입력하여 오브젝트를 식별할 수 있다. 여기서, 뉴럴 네크워크는 편파 정보, 속도정보 또는 추가적인 정보를 합성한 다중채널 영상을 입력 받을 수 있는 구조로 형성될 수 있다.
도 3은 다른 실시예에 따른 오브젝트를 식별하는 방법을 도시한 흐름도이다.
단계(310)에서, 오브젝트 식별 장치(100)는 오브젝트에 반사되어 되돌아온 다중 편파 레이더 신호로부터 다중 편파 중의 각 편파에 대응하는 오브젝트의 제1 위치 정보, 제2 위치 정보 및 운동 정보를 추출할 수 있다.
단계(320)에서, 오브젝트 식별 장치(100)는 다중 편파 레이더 신호의 신호 대 잡음비(signal-to-noise ratio, SNR)가 일정 기준을 만족하는 지를 결정할 수 있다. 오브젝트 식별 장치(100)는 정확도가 높은 SAR 영상이 필요한지 혹은 빠른 탐지가 가능한 거리-각도 영상이 필요한 지를 결정할 수 있다.
오브젝트 식별 장치(100)는 오브젝트를 포함하는 상황 정보에 따라 SAR 영상 또는 거리-각도 영상을 생성할 수 있다. 예를 들어, 상황 정보는 전파 환경 또는 목표물의 개수를 포함할 수 있고, 전파 환경은 다중 편파 레이더 신호의 신호 대 잡음비로 표현될 수 있다. 이때, SAR 영상과 거리-각도 영상은 해상도와 처리속도가 다르며, 오브젝트 식별 장치(100)는 빠른 결과가 필요한 경우 거리-각도 영상 기반의 알고리즘을 사용하고 정확한 결과가 필요한 경우 SAR 영상을 사용할 수 있다.
일정 기준이 만족되는 경우, 단계(331)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 거리 정보 및 각 편파에 대응하는 각도 정보를 포함하는 각 편파에 대응하는 거리-각도 영상을 생성하고, 각 편파에 대응하는 거리 정보 및 각 편파에 대응하는 운동 정보를 포함하는 각 편파에 대응하는 거리-속도 영상을 생성할 수 있다.
거리-각도 영상은, 예를 들어, RAR 영상일 수 있다. 일정 기준이 만족되는 경우, 제1 위치 정보는 거리 정보이고, 제2 위치 정보는 각도 정보이고, 제1 영상은 거리-각도 영상이고, 제2 영상은 거리-속도 영상일 수 있다. 여기서 일정 기준은 SNR이 임계값보다 작은 경우를 의미할 수 있다.단계(341)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 거리-각도 영상과 각 편파에 대응하는 거리-속도 영상을 결합하여 각 편파에 대응하는 제1 결합 영상들을 생성할 수 있다. 단계(351)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 결합 영상 간의 차분 영상들 또는 교차 상관도 영상들을 생성할 수 있다. 단계(361)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 결합 영상을 뉴럴 네트워크에 입력하여 오브젝트를 식별할 수 있다.
반대로, 일정 기준이 만족되지 않는 경우, 단계(333)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 수직 거리 정보 및 각 편파에 대응하는 수평 거리 정보를 포함하는 각 편파에 대응하는 수직 거리-수평 거리 영상을 생성하고, 각 편파에 대응하는 수직 거리 정보 및 각 편파에 대응하는 운동 정보를 포함하는 각 편파에 대응하는 수직 거리-속도 영상을 생성할 수 있다. 예를 들어, 수직 거리-수평 거리 영상은 SAR 영상일 수 있다. 이처럼, 일정 기준이 만족되지 못하는 경우, 제1 위치 정보는 수직 거리 정보이고, 제2 위치 정보는 수평 거리 정보이고, 제1 영상은 수직 거리-수평 거리 영상이고, 제2 영상은 수직 거리-속도 영상일 수 있다. 여기서 일정 기준은 SNR이 임계값보다 작은 경우를 의미할 수 있다.
단계(343)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 수직 거리-수평 거리 영상과 각 편파에 대응하는 수직 거리-속도 영상을 결합하여 각 편파에 대응하는 제1 결합 영상들을 생성할 수 있다. 단계(353)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 제1 결합 영상들 간의 차분 영상들 또는 교차 상관도 영상들을 생성할 수 있다. 단계(363)에서, 오브젝트 식별 장치(100)는 각 편파에 대응하는 결합 영상을 뉴럴 네트워크에 입력하여 오브젝트를 식별할 수 있다.
도 4a는 거리-각도 영상의 일례다. 도 4b는 거리-각도 영상과 거리-속도 영상의 일례다. 도 4c는 복수의 편파에 대응하는 거리-각도 영상과 거리-속도 영상을 결합한 제1 결합 영상의 일례다.
도 4a를 참조하면, 오브젝트 식별 장치는 편파 별로 거리 정보와 각도 정보를 이용하여 2차원의 거리-각도 영상(410)을 생성할 수 있다. 도4b를 참조하면, 오브젝트 식별 장치는 2차원의 영상(410)에 속도 정보를 합성하여 3차원의 제1 결합 영상을 생성할 수 있는데, 여기서 속도 정보는 2차원 영상의 형태로 거리-속도 영상(420)에 포함되어 있다.
도4c를 참조하면, 오브젝트 식별 장치는 3차원의 제1 결합 영상들(431, 433, 435)을 생성할 수 있다. 제1 결합 영상들(431, 433, 435)은 각각의 편파에 대응될 수 있다. 예를 들어, 제1 결합 영상(431)은 수직/수직(V/V) 편파에 대응되고, 제1 결합 영상(433)은 수직/수평(V/H) 편파에 대응되고, 제1 결합 영상(435)은 수평/수평(H/H) 편파에 대응될 수 있다.
도4c는 2차원으로 표현되어 있지만, 제1 결합 영상들(431, 433, 435) 각각은 거리, 각도 및 속도 정보를 가지는 3차원 영상의 형태이다.
도 5a는 복수의 편파 쌍에 대응하는 교차 상관도 영상의 일례이다. 도 5b는 복수의 편파 쌍에 대응하는 차분 영상의 일례이다.
오브젝트 식별 장치는 결합 영상 간의 교차 상관도 영상을 생성할 수 있다. 교차 상관도는 서로 다른 신호 간의 상관성을 나타내는 정도를 의미할 수 있다. 교차 상관도 영상은 서로 다른 두 영상의 대응하는 픽셀 간의 상관도를 새로운 픽셀 값으로 설정하여 생성된 영상을 의미할 수 있다. 오브젝트 식별 장치는 각 편파 쌍에 대응하는 결합 영상 간의 교차 상관도 영상을 생성할 수 있다.
예를 들어, 도 5a를 참조하면, 교차 상관도 영상(501)과 교차 상관도 영상(503)이 제시된다. 예를 들어, 교차 상관도 영상(501)은 제1 결합 영상(431)과 제1 결합 영상(433) 사이의 교차 상관도 영상일 수 있다. 교차 상관도 영상(503)은 제1 결합 영상(433)과 제1 결합 영상(435) 사이의 교차 상관도 영상일 수 있다. 여기서, 제1 결합 영상(431)은 수직/수직(V/V) 편파에 대응되고, 제1 결합 영상(433)은 수직/수평(V/H) 편파에 대응되고, 제1 결합 영상(435)은 수평/수평(H/H) 편파에 대응될 수 있다.
오브젝트 식별 장치는 결합 영상 간의 차분 영상을 생성할 수 있다. 차분 영상은 두 결합 영상의 각 픽셀 값들의 차이를 새로운 픽셀의 값으로 설정하여 차분 영상을 생성할 수 있다. 오브젝트 식별 장치는 각 편파 쌍에 대응하는 결합 영상 간의 차분 영상을 생성할 수 있다.
예를 들어, 도 5a를 참조하면, 차분 영상(505)은 제1 결합 영상(431)과 제1 결합 영상(433) 사이의 차분 영상일 수 있다. 차분 영상(507)은 제1 결합 영상(433)과 제1 결합 영상(435) 사이의 차분 영상일 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 뉴럴 프로세서(neural processor) 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (19)

  1. 오브젝트에 반사되어 되돌아온 다중 편파 레이더(Polarimetric RADAR) 신호로부터 다중 편파 중의 각 편파에 대응하는 상기 오브젝트의 제1 위치 정보, 제2 위치 정보 및 운동 정보를 추출하는 단계;
    상기 다중 편파 레이더 신호의 신호 대 잡음비(signal-to-noise ratio, SNR)가 일정 기준을 만족하는 지를 결정하는 단계;
    상기 각 편파에 대응하는 제1 위치 정보 및 상기 각 편파에 대응하는 제2 위치 정보를 포함하는 각 편파에 대응하는 제1 영상을 생성하고, 상기 각 편파에 대응하는 제1 위치 정보 및 각 편파에 대응하는 운동 정보를 포함하는 각 편파에 대응하는 제2 영상을 생성하는 단계;
    상기 각 편파에 대응하는 제1 영상과 상기 각 편파에 대응하는 제2 영상을 결합하여 각 편파에 대응하는 제1 결합 영상들을 생성하는 단계; 및
    상기 각 편파에 대응하는 제1 결합 영상들을 기초로 뉴럴 네트워크를 이용하여 상기 오브젝트를 식별하는 단계
    를 포함하고,
    상기 일정 기준이 만족되는 경우, 상기 제1 위치 정보는 거리 정보이고, 상기 제2 위치 정보는 각도 정보이고, 상기 제1 영상은 거리-각도 영상이고, 상기 제2 영상은 거리-속도 영상이고,
    상기 일정 기준이 만족되지 못하는 경우, 상기 제1 위치 정보는 수직 거리 정보이고, 상기 제2 위치 정보는 수평 거리 정보이고, 상기 제1 영상은 수직 거리-수평 거리 영상이고, 상기 제2 영상은 수직 거리-속도 영상인,는
    오브젝트 식별 방법.
  2. 제1항에 있어서,
    상기 오브젝트를 식별하는 단계는,
    상기 각 편파에 대응하는 제1 결합 영상들을 결합한 제2 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별하는,
    오브젝트 식별 방법.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 다중 편파 레이더 신호는, 수직/수직 편파 신호, 수직/수평 편파 신호, 수평/수직 편파 신호 및 수평/수평 편파 신호를 포함하는,
    오브젝트 식별 방법.
  7. 제1항에 있어서,
    상기 다중 편파 레이더 신호는, LHCP(Left Handed Circular Polarization)/RHCP (Right Handed Circular Polarization) 신호, LHCP/LHCP 신호, RHCP/LHCP 신호 및 RHCP/RHCP 신호를 포함하는,
    오브젝트 식별 방법.
  8. 제1항에 있어서,
    상기 각 편파에 대응하는 제1 결합 영상들 간의 차분(differential) 영상들을 생성하는 단계
    를 더 포함하고,
    상기 오브젝트를 식별하는 단계는, 상기 차분 영상들을 결합한 제3 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별하는,
    오브젝트 식별 방법.
  9. 제1항에 있어서,
    상기 각 편파에 대응하는 제1 결합 영상들 간의 교차 상관도(cross correlation) 영상들을 생성하는 단계
    를 더 포함하고,
    상기 오브젝트를 식별하는 단계는, 상기 교차 상관도 영상들을 결합한 제4 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별하는,
    오브젝트 식별 방법.
  10. 제1항, 제2항, 제6항 내지 제9항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체.
  11. 다중 편파 레이더 신호를 오브젝트로 방사하는 송신 안테나;
    오브젝트에 반사되어 되돌아온 다중 편파 레이더 신호를 수신하는 수신 안테나; 및
    프로세서를 포함하고,
    상기 프로세서는,
    상기 오브젝트에 반사되어 되돌아온 다중 편파 레이더 신호로부터 다중 편파 중의 상기 오브젝트의 각 편파에 대응하는 제1 위치 정보, 제2 위치 정보 및 운동 정보를 추출하고,
    상기 다중 편파 레이더 신호의 신호 대 잡음비(signal-to-noise ratio, SNR)가 일정 기준을 만족하는 지를 결정하고,
    상기 각 편파에 대응하는 제1 위치 정보 및 상기 각 편파에 대응하는 제2 위치 정보를 포함하는 각 편파에 대응하는 제1 영상을 생성하고, 상기 각 편파에 대응하는 제1 위치 정보 및 상기 각 편파에 대응하는 운동 정보를 포함하는 각 편파에 대응하는 제2 영상을 생성하고,
    상기 각 편파에 대응하는 제1 영상과 상기 각 편파에 대응하는 제2 영상을 결합하여 각 편파에 대응하는 제1 결합 영상을 생성하고,
    상기 각 편파에 대응하는 제1 결합 영상들을 기초로 뉴럴 네트워크를 이용하여 상기 오브젝트를 식별하고,는
    상기 일정 기준이 만족되는 경우, 상기 제1 위치 정보는 거리 정보이고, 상기 제2 위치 정보는 각도 정보이고, 상기 제1 영상은 거리-각도 영상이고, 상기 제2 영상은 거리-속도 영상이고,
    상기 일정 기준이 만족되지 못하는 경우, 상기 제1 위치 정보는 수직 거리 정보이고, 상기 제2 위치 정보는 수평 거리 정보이고, 상기 제1 영상은 수직 거리-수평 거리 영상이고, 상기 제2 영상은 수직 거리-속도 영상인,
    오브젝트 식별 장치.
  12. 제11항에 있어서,
    상기 프로세서는,
    상기 각 편파에 대응하는 제1 결합 영상들을 결합한 제2 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별하는,
    오브젝트 식별 장치.
  13. 삭제
  14. 삭제
  15. 삭제
  16. 제11항에 있어서,
    상기 다중 편파 레이더 신호는, 수직/수직 편파 신호, 수직/수평 편파 신호, 수평/수직 편파 신호 및 수평/수평 편파 신호를 포함하는,
    오브젝트 식별 장치.
  17. 제11항에 있어서,
    상기 다중 편파 레이더 신호는, LHCP/RHCP 신호, LHCP/LHCP 신호, RHCP/LHCP 신호 및 RHCP/RHCP 신호를 포함하는,
    오브젝트 식별 장치.
  18. 제11항에 있어서,
    상기 프로세서는, 상기 각 편파에 대응하는 제1 결합 영상들 간의 차분(differential) 영상들을 생성하고, 상기 차분 영상들을 결합한 제3 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별하는,
    오브젝트 식별 장치.
  19. 제11항에 있어서,
    상기 프로세서는, 상기 각 편파에 대응하는 제1 결합 영상들 간의 교차 상관도(cross correlation) 영상들을 생성하고, 상기 교차 상관도 영상들을 결합한 제4 결합 영상을 상기 뉴럴 네트워크에 입력하여 상기 오브젝트를 식별하는,
    오브젝트 식별 장치.
KR1020170108469A 2017-08-28 2017-08-28 오브젝트 식별 방법 및 장치 Active KR102399539B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170108469A KR102399539B1 (ko) 2017-08-28 2017-08-28 오브젝트 식별 방법 및 장치
US15/874,114 US10838055B2 (en) 2017-08-28 2018-01-18 Method and apparatus to identify object

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170108469A KR102399539B1 (ko) 2017-08-28 2017-08-28 오브젝트 식별 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20190023157A KR20190023157A (ko) 2019-03-08
KR102399539B1 true KR102399539B1 (ko) 2022-05-19

Family

ID=65437131

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170108469A Active KR102399539B1 (ko) 2017-08-28 2017-08-28 오브젝트 식별 방법 및 장치

Country Status (2)

Country Link
US (1) US10838055B2 (ko)
KR (1) KR102399539B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11921233B2 (en) * 2018-10-02 2024-03-05 Metawave Corporation Adaptive radar for near-far target identification
CN111398955B (zh) * 2020-03-13 2022-04-08 中国科学院电子学研究所苏州研究院 一种基于生成对抗神经网络的sar图像去旁瓣方法
KR102669003B1 (ko) * 2021-12-15 2024-05-24 연세대학교 산학협력단 이중편파 안테나를 이용한 gnss 수신기 및 이의 위치 판별 방법
CN115393237B (zh) * 2022-07-18 2023-07-18 荣耀终端有限公司 图像去反光方法、介质及电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101764570B1 (ko) * 2016-08-10 2017-08-10 주식회사 에센코 전파간섭 회피를 위한 레이더 장치 및 그를 위한 방법

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4468656A (en) * 1981-06-24 1984-08-28 Clifford Thomas J Emergency signalling unit and alarm system for rescuing endangered workers
US5187687A (en) * 1985-06-20 1993-02-16 Kontron Instruments Holding N.V. Production of images
US5093649A (en) * 1990-08-28 1992-03-03 The Boeing Company Bessel beam radar system using sequential spatial modulation
EP0977053B1 (en) * 1994-01-12 2002-10-02 Advantest Corporation Non-contact type wave signal observation apparatus
US5552787A (en) * 1995-10-10 1996-09-03 The United States Of America As Represented By The Secretary Of The Navy Measurement of topography using polarimetric synthetic aperture radar (SAR)
AU2002346107A1 (en) * 2001-07-12 2003-01-29 Icontrol Transactions, Inc. Secure network and networked devices using biometrics
DE10226508A1 (de) * 2002-06-14 2004-01-08 Dornier Gmbh Verfahren zur Detektion sowie Geschwindigkeits- und Positionsschätzung von bewegten Objekten in SAR-Bildern
US7274922B2 (en) * 2002-06-18 2007-09-25 A.D.C. Automotive Distance Control Systems Gmbh Circuit arrangement for generating an IQ-signal
DE10392628D2 (de) * 2002-06-18 2005-02-03 Adc Automotive Dist Control Verfahren zur Unterdrückung von Störungen in Systemen zur Objekterfassung
US6750805B1 (en) * 2002-12-20 2004-06-15 The Boeing Company Full polarization synthetic aperture radar automatic target detection algorithm
US7420675B2 (en) * 2003-06-25 2008-09-02 The University Of Akron Multi-wavelength imaging system
US7295146B2 (en) * 2005-03-24 2007-11-13 Battelle Memorial Institute Holographic arrays for multi-path imaging artifact reduction
US7528762B2 (en) * 2005-03-31 2009-05-05 Southwest Research Institute Signal processing methods for ground penetrating radar from elevated platforms
US7345625B1 (en) * 2005-09-28 2008-03-18 Lockheed Martin Corporation Radar polarization calibration and correction
US20110169943A1 (en) * 2007-02-06 2011-07-14 Aai Corporation Utilizing Polarization Differencing Method For Detect, Sense And Avoid Systems
US8125370B1 (en) * 2007-04-16 2012-02-28 The United States Of America As Represented By The Secretary Of The Navy Polarimetric synthetic aperture radar signature detector
DE102008013066B3 (de) * 2008-03-06 2009-10-01 Deutsches Zentrum für Luft- und Raumfahrt e.V. Vorrichtung zur zweidimensionalen Abbildung von Szenen durch Mikrowellen-Abtastung und Verwendung der Vorrichtung
US7948429B2 (en) * 2008-05-05 2011-05-24 Raytheon Company Methods and apparatus for detection/classification of radar targets including birds and other hazards
JP5305985B2 (ja) * 2009-02-27 2013-10-02 三菱スペース・ソフトウエア株式会社 人工物検出装置及び人工物検出方法及び人工物検出プログラム
JP5369817B2 (ja) * 2009-03-26 2013-12-18 日本電気株式会社 ポラリメトリｓａｒ装置及びポラリメトリｓａｒデータを用いる目標物同定方法
BR112012024337A2 (pt) * 2010-03-26 2017-10-03 Vayyar Imaging Ltd Método e aparelho para intensificar formação de imagem em micro-ondas de um objeto, sistema para radar mimo, e, produto de programa de computador
JP5501176B2 (ja) * 2010-09-15 2014-05-21 三菱スペース・ソフトウエア株式会社 船舶探知装置、船舶探知プログラムおよび船舶探知装置の船舶探知方法
US8760517B2 (en) * 2010-09-27 2014-06-24 Apple Inc. Polarized images for security
US8217368B2 (en) * 2010-11-05 2012-07-10 Ronald Everett Meyers System and method for determining three-dimensional information from photoemission intensity data
US8913149B1 (en) * 2010-11-30 2014-12-16 Integrity Applications Incorporated Apparatus and techniques for enhanced resolution imaging
JP5523427B2 (ja) * 2011-10-31 2014-06-18 株式会社パスコ 地物情報判読用画像生成方法
DE102013102424A1 (de) * 2013-03-11 2014-09-11 Stefan Trummer Polarimetrisches Radar zur Objektklassifikation sowie geeignetes Verfahren und Verwendung hierfür
US9364167B2 (en) * 2013-03-15 2016-06-14 Lx Medical Corporation Tissue imaging and image guidance in luminal anatomic structures and body cavities
US9746554B2 (en) * 2013-04-09 2017-08-29 Valeo Radar Systems, Inc. Radar imaging system and related techniques
US9330330B2 (en) * 2014-01-15 2016-05-03 Northrop Grumman Systems Corporation Polarized millimeter wave imaging system and method
JP2015195569A (ja) * 2014-03-25 2015-11-05 パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 移動体用撮影装置
US9664779B2 (en) * 2014-07-03 2017-05-30 GM Global Technology Operations LLC Object classification for vehicle radar systems
WO2016022637A1 (en) * 2014-08-08 2016-02-11 Urthecast Corp. Apparatus and methods for quad-polarized synthetic aperture radar
US10234553B2 (en) * 2014-09-19 2019-03-19 GM Global Technology Operations LLC Doppler-based compression of imaging radar data
US10466349B2 (en) * 2015-01-02 2019-11-05 Reservoir Labs, Inc. Systems and methods for efficient targeting
JP6526428B2 (ja) * 2015-01-27 2019-06-05 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像処理方法および医用画像診断装置
EP3320368A4 (en) * 2015-07-08 2018-07-25 Conoco Phillips Company Terrestrial imaging using multi-polarization synthetic aperture radar
IL244204B (en) * 2016-02-21 2020-03-31 Israel Aerospace Ind Ltd A polarimetric display array radar system and a method for operating it
US10871457B2 (en) * 2018-08-29 2020-12-22 Honeywell International Inc. Determining material category based on the polarization of received signals

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101764570B1 (ko) * 2016-08-10 2017-08-10 주식회사 에센코 전파간섭 회피를 위한 레이더 장치 및 그를 위한 방법

Also Published As

Publication number Publication date
US10838055B2 (en) 2020-11-17
KR20190023157A (ko) 2019-03-08
US20190064337A1 (en) 2019-02-28

Similar Documents

Publication Publication Date Title
Brodeski et al. Deep radar detector
KR102399539B1 (ko) 오브젝트 식별 방법 및 장치
US10324158B2 (en) Angle of arrival detection system and method
KR102088426B1 (ko) 이중 편파 레이더의 타겟 검출 장치 및 방법
KR102516367B1 (ko) 레이더 데이터를 처리하는 장치 및 방법
US20190362173A1 (en) Spatio-temporal awareness engine for priority tree based region selection across multiple input cameras and multimodal sensor empowered awareness engine for target recovery and object path prediction
KR20210001219A (ko) 국지적 분해능을 조정하는 레이더 데이터 처리 장치 및 방법
KR101614766B1 (ko) 재머 구별이 가능한 조향 벡터 연산을 이용하는 표적의 dod-doa 추정 방법 및 장치
KR20210106864A (ko) 레이더 신호에 기초한 오브젝트 검출 방법 및 장치
US20230031124A1 (en) Wireless transmitter identification in visual scenes
US10271137B1 (en) Method and apparatus for detecting sound event using directional microphone
US20240053464A1 (en) Radar Detection and Tracking
US20240361768A1 (en) Method and apparatus with complex-valued attention network
CN114325581A (zh) 一种存在时钟同步误差的椭圆目标定位方法
CN113822372A (zh) 基于YOLOv5神经网络的无人机检测方法
US9041593B2 (en) Target tracking apparatus, storage medium stored a target tracking program, target tracking system, and target tracking method
KR20210074158A (ko) 레이더 데이터 인식 장치 및 방법
CN112198474B (zh) 一种声源定位方法、装置、介质和设备
Nie et al. An efficient nocturnal scenarios beamforming based on multi-modal enhanced by object detection
KR102501303B1 (ko) Sar 영상의 표적들 간의 유사도 산출 방법 및 이를 이용한 표적 식별 방법
KR102047979B1 (ko) W대역 밀리미터파 공대지레이더에서 표적의 물리적인 특성이 반영된 이중편파 채널 신호를 이용하는 표적 식별 장치 및 그 방법
KR20210004399A (ko) 이중 클러스터링 장치 및 방법
KR102097080B1 (ko) 가상 채널을 이용한 다중 송수신 어레이 안테나 레이더 장치 및 그 방법
CN110361709A (zh) 一种基于动态虚警概率的车载毫米波雷达目标识别方法
US20150185326A1 (en) Stereo type distance recognition apparatus and method

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20170828

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20200708

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20170828

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20211019

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20220222

PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20220513

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20220516

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20250409

Start annual number: 4

End annual number: 4