WO2022038757A1 - 目標識別装置、目標識別方法及び目標識別プログラム - Google Patents
目標識別装置、目標識別方法及び目標識別プログラム Download PDFInfo
- Publication number
- WO2022038757A1 WO2022038757A1 PCT/JP2020/031543 JP2020031543W WO2022038757A1 WO 2022038757 A1 WO2022038757 A1 WO 2022038757A1 JP 2020031543 W JP2020031543 W JP 2020031543W WO 2022038757 A1 WO2022038757 A1 WO 2022038757A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- target
- target identification
- feature amount
- calculation unit
- time variation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 45
- 230000002123 temporal effect Effects 0.000 abstract 4
- 238000010586 diagram Methods 0.000 description 29
- 238000007781 pre-processing Methods 0.000 description 24
- 230000005484 gravity Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 238000005429 filling process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
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
- G01S13/88—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
Definitions
- the target can be identified regardless of the attitude of the target.
- the time variation characteristic calculation unit 6 is realized by, for example, the time variation characteristic calculation circuit 23 shown in FIG.
- the time variation characteristic calculation unit 6 acquires N feature quantities C 1 to CN from the feature quantity storage unit 5.
- the time variation characteristic calculation unit 6 calculates the time variation characteristic TFC of the acquired feature quantities C 1 to CN.
- the time variation characteristic calculation unit 6 outputs the time variation characteristic TFC to the target identification unit 7.
- the four pixels existing around the pixel of interest are pixels above, below, to the left, or to the right of the pixel of interest.
- the pixel existing above the pixel of interest is an adjacent pixel on the upper side in the vertical direction of the pixel of interest, and the pixel existing below the pixel of interest is an adjacent pixel on the lower side in the vertical direction of the pixel of interest. ..
- the feature amount calculation processing unit 4 acquires N radar images Gn from the radar image storage unit 1 and N binarized images B n from the preprocessing unit 3.
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
観測時刻が互いに異なる複数のレーダ画像のそれぞれに映っている目標の特徴量を算出する特徴量算出部（２）と、特徴量算出部（２）により算出された特徴量の時間変動特性を算出する時間変動特性算出部（６）と、時間変動特性算出部（６）により算出された時間変動特性を用いて、目標を識別する目標識別部（９）とを備えるように、目標識別装置を構成した。
Description
本開示は、目標を識別する目標識別装置、目標識別方法及び目標識別プログラムに関するものである。
目標識別装置の中には、逆合成開口レーダ（ＩＳＡＲ：Ｉｎｖｅｒｓｅ Ｓｙｎｔｈｅｔｉｃ Ａｐｅｒｔｕｒｅ Ｒａｄａｒ）により生成されたレーダ画像に映っている目標の特徴量を算出し、特徴量に基づいて、目標を識別する目標識別装置（以下、「従来の目標識別装置」という）がある。
ところで、複数の艦級の中で、レーダ画像に映っている艦級と最も類似度が高い艦級を表示する目標類別装置がある（例えば、特許文献１を参照）。
当該目標類別装置は、複数の艦級の特徴量を記憶している記憶部と、ＩＳＡＲにより生成された複数のレーダ画像のうち、いずれかのレーダ画像を類別対象として選択する画像選択部とを備えている。画像選択部は、オペレータからの指示に従って、いずれかのレーダ画像を類別対象として選択するものである。
当該目標類別装置は、類別対象の特徴量を算出し、類別対象の特徴量と、記憶部により記憶されているそれぞれの艦級の特徴量との類似度を算出し、それぞれの類似度に基づいて、レーダ画像に映っている艦級と最も類似度が高い艦級を類別する類別処理を実施する。
当該目標類別装置は、複数の艦級の特徴量を記憶している記憶部と、ＩＳＡＲにより生成された複数のレーダ画像のうち、いずれかのレーダ画像を類別対象として選択する画像選択部とを備えている。画像選択部は、オペレータからの指示に従って、いずれかのレーダ画像を類別対象として選択するものである。
当該目標類別装置は、類別対象の特徴量を算出し、類別対象の特徴量と、記憶部により記憶されているそれぞれの艦級の特徴量との類似度を算出し、それぞれの類似度に基づいて、レーダ画像に映っている艦級と最も類似度が高い艦級を類別する類別処理を実施する。
従来の目標識別装置では、種類が互いに異なる目標であっても、目標の姿勢によっては、ほぼ同じ特徴量を算出してしまうことがある。したがって、目標の姿勢によっては、目標の特徴量を算出しても、目標を識別できないことがあるという課題があった。
なお、特許文献１に記載されている類別処理を従来の目標識別装置に適用したとしても、オペレータにより選択されたレーダ画像に映っている艦級の姿勢によっては、当該艦級の特徴量が、他の艦級の特徴量とほぼ同じになるため、目標を識別することができないことがある。
なお、特許文献１に記載されている類別処理を従来の目標識別装置に適用したとしても、オペレータにより選択されたレーダ画像に映っている艦級の姿勢によっては、当該艦級の特徴量が、他の艦級の特徴量とほぼ同じになるため、目標を識別することができないことがある。
本開示は、上記のような課題を解決するためになされたもので、目標の姿勢にかかわらず、目標を識別することができる目標識別装置、目標識別方法及び目標識別プログラムを得ることを目的とする。
本開示に係る目標識別装置は、観測時刻が互いに異なる複数のレーダ画像のそれぞれに映っている目標の特徴量を算出する特徴量算出部と、特徴量算出部により算出された特徴量の時間変動特性を算出する時間変動特性算出部と、時間変動特性算出部により算出された時間変動特性を用いて、目標を識別する目標識別部とを備えるものである。
本開示によれば、目標の姿勢にかかわらず、目標を識別することができる。
以下、本開示をより詳細に説明するために、本開示を実施するための形態について、添付の図面に従って説明する。
実施の形態１．
図１は、実施の形態１に係る目標識別装置を示す構成図である。
図２は、実施の形態１に係る目標識別装置のハードウェアを示すハードウェア構成図である。
図１に示す目標識別装置は、レーダ画像格納部１、特徴量算出部２、時間変動特性算出部６及び目標識別部７を備えている。
図１は、実施の形態１に係る目標識別装置を示す構成図である。
図２は、実施の形態１に係る目標識別装置のハードウェアを示すハードウェア構成図である。
図１に示す目標識別装置は、レーダ画像格納部１、特徴量算出部２、時間変動特性算出部６及び目標識別部７を備えている。
レーダ画像格納部１は、例えば、図２に示すレーダ画像格納回路２１によって実現される。
レーダ画像格納部１は、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎ（ｎ＝１，・・・，Ｎ）を格納している。Ｎは、２以上の整数である。レーダ画像格納部１により格納されているレーダ画像は、ＩＳＡＲにより生成されたＩＳＡＲ画像である。
レーダ画像格納部１は、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎ（ｎ＝１，・・・，Ｎ）を格納している。Ｎは、２以上の整数である。レーダ画像格納部１により格納されているレーダ画像は、ＩＳＡＲにより生成されたＩＳＡＲ画像である。
特徴量算出部２は、例えば、図２に示す特徴量算出回路２２によって実現される。
特徴量算出部２は、前処理部３、特徴量算出処理部４及び特徴量格納部５を備えている。
特徴量算出部２は、レーダ画像格納部１から、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎを取得する。
特徴量算出部２は、Ｎ枚のレーダ画像Ｇｎのそれぞれに映っている目標の特徴量Ｃｎ（ｎ＝１，・・・，Ｎ）を算出する。
特徴量算出部２は、前処理部３、特徴量算出処理部４及び特徴量格納部５を備えている。
特徴量算出部２は、レーダ画像格納部１から、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎを取得する。
特徴量算出部２は、Ｎ枚のレーダ画像Ｇｎのそれぞれに映っている目標の特徴量Ｃｎ（ｎ＝１，・・・，Ｎ）を算出する。
前処理部３は、レーダ画像格納部１から、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎを取得する。
前処理部３は、それぞれのレーダ画像Ｇｎから目標の２値化画像Ｂｎを生成し、２値化画像Ｂｎを特徴量算出処理部４に出力する。
特徴量算出処理部４は、前処理部３から出力された２値化画像Ｂｎを用いて、レーダ画像Ｇｎの中から、目標が存在している領域である目標領域Ｒｎを抽出する。
特徴量算出処理部４は、目標領域Ｒｎに含まれている複数の画素の値から、目標の特徴量Ｃｎを算出する。目標の特徴量Ｃｎとしては、目標領域の重心、目標領域の形状、又は、目標領域の大きさ等が想定される。
特徴量格納部５は、特徴量算出処理部４により算出されたＮ個の特徴量Ｃ１～ＣＮを格納する。
前処理部３は、それぞれのレーダ画像Ｇｎから目標の２値化画像Ｂｎを生成し、２値化画像Ｂｎを特徴量算出処理部４に出力する。
特徴量算出処理部４は、前処理部３から出力された２値化画像Ｂｎを用いて、レーダ画像Ｇｎの中から、目標が存在している領域である目標領域Ｒｎを抽出する。
特徴量算出処理部４は、目標領域Ｒｎに含まれている複数の画素の値から、目標の特徴量Ｃｎを算出する。目標の特徴量Ｃｎとしては、目標領域の重心、目標領域の形状、又は、目標領域の大きさ等が想定される。
特徴量格納部５は、特徴量算出処理部４により算出されたＮ個の特徴量Ｃ１～ＣＮを格納する。
時間変動特性算出部６は、例えば、図２に示す時間変動特性算出回路２３によって実現される。
時間変動特性算出部６は、特徴量格納部５から、Ｎ個の特徴量Ｃ１～ＣＮを取得する。
時間変動特性算出部６は、取得した特徴量Ｃ１～ＣＮの時間変動特性ＴＦＣを算出する。
時間変動特性算出部６は、時間変動特性ＴＦＣを目標識別部７に出力する。
時間変動特性算出部６は、特徴量格納部５から、Ｎ個の特徴量Ｃ１～ＣＮを取得する。
時間変動特性算出部６は、取得した特徴量Ｃ１～ＣＮの時間変動特性ＴＦＣを算出する。
時間変動特性算出部６は、時間変動特性ＴＦＣを目標識別部７に出力する。
目標識別部７は、例えば、図２に示す目標識別回路２４によって実現される。
目標識別部７は、目標識別処理部８及び識別結果格納部１０を備えている。
目標識別部７は、時間変動特性算出部６により算出された時間変動特性ＴＦＣを用いて、目標を識別する。
目標識別部７は、目標識別処理部８及び識別結果格納部１０を備えている。
目標識別部７は、時間変動特性算出部６により算出された時間変動特性ＴＦＣを用いて、目標を識別する。
目標識別処理部８は、識別器９を備えている。
識別器９は、時間変動特性と、艦種を示す教師データとを用いて、艦種を学習している学習モデルである。艦種は、目標の種類を意味する。
目標識別処理部８は、時間変動特性算出部６により算出された時間変動特性ＴＦＣを識別器９に与えることによって、識別器９から、目標の識別結果として艦種を取得し、目標の識別結果を識別結果格納部１０に出力する。
識別結果格納部１０は、目標の識別結果を格納する。
識別器９は、時間変動特性と、艦種を示す教師データとを用いて、艦種を学習している学習モデルである。艦種は、目標の種類を意味する。
目標識別処理部８は、時間変動特性算出部６により算出された時間変動特性ＴＦＣを識別器９に与えることによって、識別器９から、目標の識別結果として艦種を取得し、目標の識別結果を識別結果格納部１０に出力する。
識別結果格納部１０は、目標の識別結果を格納する。
図１では、目標識別装置の構成要素であるレーダ画像格納部１、特徴量算出部２、時間変動特性算出部６及び目標識別部７のそれぞれが、図２に示すような専用のハードウェアによって実現されるものを想定している。即ち、目標識別装置が、レーダ画像格納回路２１、特徴量算出回路２２、時間変動特性算出回路２３及び目標識別回路２４によって実現されるものを想定している。
ここで、レーダ画像格納回路２１は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒy）等の不揮発性又は揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、あるいは、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）が該当する。
また、特徴量算出回路２２、時間変動特性算出回路２３及び目標識別回路２４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又は、これらを組み合わせたものが該当する。
また、特徴量算出回路２２、時間変動特性算出回路２３及び目標識別回路２４のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、又は、これらを組み合わせたものが該当する。
目標識別装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、目標識別装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
ソフトウェア又はファームウェアは、プログラムとして、コンピュータのメモリに格納される。コンピュータは、プログラムを実行するハードウェアを意味し、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、あるいは、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）が該当する。
図３は、目標識別装置が、ソフトウェア又はファームウェア等によって実現される場合のコンピュータのハードウェア構成図である。
ソフトウェア又はファームウェアは、プログラムとして、コンピュータのメモリに格納される。コンピュータは、プログラムを実行するハードウェアを意味し、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、あるいは、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）が該当する。
図３は、目標識別装置が、ソフトウェア又はファームウェア等によって実現される場合のコンピュータのハードウェア構成図である。
目標識別装置が、ソフトウェア又はファームウェア等によって実現される場合、レーダ画像格納部１がコンピュータのメモリ３１上に構成される。特徴量算出部２、時間変動特性算出部６及び目標識別部７におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムがメモリ３１に格納される。そして、コンピュータのプロセッサ３２がメモリ３１に格納されているプログラムを実行する。
また、図２では、目標識別装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、目標識別装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、目標識別装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
また、図２では、目標識別装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、目標識別装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、目標識別装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
次に、図１に示す目標識別装置の動作について説明する。
図４は、図１に示す目標識別装置の処理手順である目標識別方法を示すフローチャートである。
まず、前処理部３は、レーダ画像格納部１から、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎを取得する。
図１に示す目標識別装置では、説明の簡単化のため、Ｎ枚のレーダ画像Ｇｎに映っている目標は、同一の目標であるものとする。
前処理部３は、それぞれのレーダ画像Ｇｎから目標の２値化画像Ｂｎを生成する（図４のステップＳＴ１）。
以下、前処理部３による２値化画像Ｂｎの生成処理を具体的に説明する。
図５は、前処理部３による２値化画像Ｂｎの生成処理を示すフローチャートである。
図４は、図１に示す目標識別装置の処理手順である目標識別方法を示すフローチャートである。
まず、前処理部３は、レーダ画像格納部１から、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎを取得する。
図１に示す目標識別装置では、説明の簡単化のため、Ｎ枚のレーダ画像Ｇｎに映っている目標は、同一の目標であるものとする。
前処理部３は、それぞれのレーダ画像Ｇｎから目標の２値化画像Ｂｎを生成する（図４のステップＳＴ１）。
以下、前処理部３による２値化画像Ｂｎの生成処理を具体的に説明する。
図５は、前処理部３による２値化画像Ｂｎの生成処理を示すフローチャートである。
前処理部３は、図６Ａに示すようなレーダ画像Ｇｎ内の輝度勾配を算出する。輝度勾配を算出する処理自体は、公知の技術であるため詳細な説明を省略する。
図６Ａは、レーダ画像Ｇｎの一例を示す説明図である。図６Ａにおいて、レーダ画像Ｇｎは、ｘ－ｙ平面上の２次元画像である。ｘ軸は、レンジビンを示し、ｙ軸は、ドップラー周波数を示している。
レーダ画像Ｇｎにおいて、輝度勾配が閾値以上である曲線は、目標の輪郭であるエッジを表している可能性が高い。
前処理部３は、レーダ画像Ｇｎにおいて、輝度勾配が閾値以上である曲線を目標のエッジとして検出する（図５のステップＳＴ１１）。
図６Ｂは、前処理部３により検出された目標のエッジを示す説明図である。
図６Ｂに示す目標のエッジは、目標の輪郭である可能性が高い。しかし、図６Ｂに示す目標のエッジは、目標の輪郭を正確に表すものではない。
図６Ｂに示す目標のエッジを含む領域は、“１”の画素で表されており、エッジを含まない領域は、“０”の画素で表されている。
図６Ａは、レーダ画像Ｇｎの一例を示す説明図である。図６Ａにおいて、レーダ画像Ｇｎは、ｘ－ｙ平面上の２次元画像である。ｘ軸は、レンジビンを示し、ｙ軸は、ドップラー周波数を示している。
レーダ画像Ｇｎにおいて、輝度勾配が閾値以上である曲線は、目標の輪郭であるエッジを表している可能性が高い。
前処理部３は、レーダ画像Ｇｎにおいて、輝度勾配が閾値以上である曲線を目標のエッジとして検出する（図５のステップＳＴ１１）。
図６Ｂは、前処理部３により検出された目標のエッジを示す説明図である。
図６Ｂに示す目標のエッジは、目標の輪郭である可能性が高い。しかし、図６Ｂに示す目標のエッジは、目標の輪郭を正確に表すものではない。
図６Ｂに示す目標のエッジを含む領域は、“１”の画素で表されており、エッジを含まない領域は、“０”の画素で表されている。
前処理部３は、目標の正確な輪郭を求めるため、検出したエッジを膨張させる処理を行う（図５のステップＳＴ１２）。エッジの膨張処理は、エッジを水平方向に膨張させる処理と、エッジを垂直方向に膨張させる処理との双方を含んでいる。水平方向は、レーダ画像のｘ軸と平行な方向である。垂直方向は、レーダ画像のｙ軸と平行な方向である。
図６Ｃは、前処理部３による膨張処理後のエッジを示す説明図である。
前処理部３によって、エッジが膨張されることによって、目標の輪郭とのギャップが低減される。前処理部３によって膨張されたエッジが表している、目標が存在する領域内には、多数の穴が存在している。穴は、“０”の画素で表されている。
図６Ｃは、前処理部３による膨張処理後のエッジを示す説明図である。
前処理部３によって、エッジが膨張されることによって、目標の輪郭とのギャップが低減される。前処理部３によって膨張されたエッジが表している、目標が存在する領域内には、多数の穴が存在している。穴は、“０”の画素で表されている。
前処理部３は、図６Ｄに示すように、目標が存在する領域内に存在している穴を埋める処理を行う（図５のステップＳＴ１３）。
即ち、前処理部３は、“１”の画素によって囲まれている“０”の画素を“１”に変換することによって、目標が存在する領域内に存在している穴を埋める。
図６Ｄは、前処理部３による穴埋め処理後の目標の存在領域を示す説明図である。
即ち、前処理部３は、“１”の画素によって囲まれている“０”の画素を“１”に変換することによって、目標が存在する領域内に存在している穴を埋める。
図６Ｄは、前処理部３による穴埋め処理後の目標の存在領域を示す説明図である。
前処理部３は、穴埋め処理後の目標の存在領域が、レーダ画像Ｇｎにおける目標の存在領域と揃うように、穴埋め処理後の目標の存在領域を収縮させる処理を行う（図５のステップＳＴ１４）。ステップＳＴ１２によるエッジの膨張処理によって、目標の存在領域が拡大されているため、目標の存在領域を収縮させる処理を行うことによって、穴埋め処理後の目標の存在領域を、レーダ画像Ｇｎにおける目標の存在領域に揃える必要がある。
即ち、前処理部３は、目標のエッジを表しているそれぞれの“１”の画素を注目画素とし、注目画素の周囲に存在している４つの画素のうち、いずれか１つ以上の画素が“０”の画素であれば、注目画素を“０”の画素に置き換える処理を行う。注目画素の周囲に存在している４つの画素は、注目画素の上、下、左、又は、右に存在している画素である。なお、注目画素の上に存在している画素は、注目画素における垂直方向上側の隣接画素であり、注目画素の下に存在している画素は、注目画素における垂直方向下側の隣接画素である。注目画素の左に存在している画素は、注目画素における水平方向左側の隣接画素であり、注目画素の右に存在している画素は、注目画素における水平方向右側の隣接画素である。
図６Ｅは、前処理部３による収縮処理後の目標の存在領域を示す説明図である。
前処理部３は、収縮処理後の目標の存在領域を目標の２値化画像Ｂｎとして特徴量算出処理部４に出力する。
即ち、前処理部３は、目標のエッジを表しているそれぞれの“１”の画素を注目画素とし、注目画素の周囲に存在している４つの画素のうち、いずれか１つ以上の画素が“０”の画素であれば、注目画素を“０”の画素に置き換える処理を行う。注目画素の周囲に存在している４つの画素は、注目画素の上、下、左、又は、右に存在している画素である。なお、注目画素の上に存在している画素は、注目画素における垂直方向上側の隣接画素であり、注目画素の下に存在している画素は、注目画素における垂直方向下側の隣接画素である。注目画素の左に存在している画素は、注目画素における水平方向左側の隣接画素であり、注目画素の右に存在している画素は、注目画素における水平方向右側の隣接画素である。
図６Ｅは、前処理部３による収縮処理後の目標の存在領域を示す説明図である。
前処理部３は、収縮処理後の目標の存在領域を目標の２値化画像Ｂｎとして特徴量算出処理部４に出力する。
特徴量算出処理部４は、レーダ画像格納部１から、Ｎ枚のレーダ画像Ｇｎを取得し、前処理部３から、Ｎ枚の２値化画像Ｂｎを取得する。
特徴量算出処理部４は、２値化画像Ｂｎ（ｎ＝１，・・・，Ｎ）を用いて、レーダ画像Ｇｎの中から、目標が存在している領域である目標領域Ｒｎを抽出する。
即ち、特徴量算出処理部４は、図７に示すように、２値化画像Ｂｎをレーダ画像Ｇｎのマスク画像として用いることにより、レーダ画像Ｇｎの中から、目標領域Ｒｎを抽出する。
特徴量算出処理部４が、２値化画像Ｂｎをレーダ画像Ｇｎのマスク画像として用いることにより、目標が存在している領域の外側に存在している領域の不要な信号を除外することができる。不要な信号としては、ノイズ、又は、クラッタ等が想定される。
図７は、特徴量算出処理部４による目標領域Ｒｎの抽出処理及び特徴量Ｃｎの算出処理を示す説明図である。
特徴量算出処理部４は、２値化画像Ｂｎ（ｎ＝１，・・・，Ｎ）を用いて、レーダ画像Ｇｎの中から、目標が存在している領域である目標領域Ｒｎを抽出する。
即ち、特徴量算出処理部４は、図７に示すように、２値化画像Ｂｎをレーダ画像Ｇｎのマスク画像として用いることにより、レーダ画像Ｇｎの中から、目標領域Ｒｎを抽出する。
特徴量算出処理部４が、２値化画像Ｂｎをレーダ画像Ｇｎのマスク画像として用いることにより、目標が存在している領域の外側に存在している領域の不要な信号を除外することができる。不要な信号としては、ノイズ、又は、クラッタ等が想定される。
図７は、特徴量算出処理部４による目標領域Ｒｎの抽出処理及び特徴量Ｃｎの算出処理を示す説明図である。
特徴量算出処理部４は、それぞれの目標領域Ｒｎに含まれている複数の画素の値から、目標の特徴量Ｃｎを算出する（図４のステップＳＴ２）。
目標領域Ｒｎに含まれている複数の画素の値としては、例えば、振幅値が用いられる。目標の特徴量Ｃｎとしては、目標領域の重心、目標領域の形状、又は、目標領域の大きさ等が想定される。図７の例では、目標の特徴量Ｃｎとして、目標領域の重心が算出されている。
特徴量算出処理部４は、Ｎ個の特徴量Ｃ１～ＣＮを特徴量格納部５に格納する。
図１に示す目標識別装置では、特徴量算出処理部４が、１つの目標領域Ｒｎに含まれている複数の画素の値から、１つの特徴量Ｃｎを算出している。しかし、これは一例に過ぎず、特徴量算出処理部４が、１つの目標領域Ｒｎに含まれている複数の画素の値から、複数の特徴量Ｃｎを算出するようにしてもよい。
目標領域Ｒｎに含まれている複数の画素の値としては、例えば、振幅値が用いられる。目標の特徴量Ｃｎとしては、目標領域の重心、目標領域の形状、又は、目標領域の大きさ等が想定される。図７の例では、目標の特徴量Ｃｎとして、目標領域の重心が算出されている。
特徴量算出処理部４は、Ｎ個の特徴量Ｃ１～ＣＮを特徴量格納部５に格納する。
図１に示す目標識別装置では、特徴量算出処理部４が、１つの目標領域Ｒｎに含まれている複数の画素の値から、１つの特徴量Ｃｎを算出している。しかし、これは一例に過ぎず、特徴量算出処理部４が、１つの目標領域Ｒｎに含まれている複数の画素の値から、複数の特徴量Ｃｎを算出するようにしてもよい。
時間変動特性算出部６は、特徴量格納部５から、それぞれのレーダ画像Ｇｎに係る特徴量Ｃｎを取得する。
時間変動特性算出部６は、図８に示すように、特徴量Ｃ１～ＣＮの時間変動特性ＴＦＣを算出する（図４のステップＳＴ３）。
時間変動特性算出部６は、時間変動特性ＴＦＣを目標識別部７に出力する。
特徴量Ｃ１～ＣＮの時間変動特性ＴＦＣは、特徴量Ｃ１～ＣＮの時間変動に関する統計量であり、例えば、Ｎ個の特徴量Ｃ１～ＣＮの平均、又は、Ｎ個の特徴量Ｃ１～ＣＮの分散が想定される。
図８は、時間変動特性算出部６による時間変動特性ＴＦＣの算出例を示す説明図である。
時間変動特性算出部６は、図８に示すように、特徴量Ｃ１～ＣＮの時間変動特性ＴＦＣを算出する（図４のステップＳＴ３）。
時間変動特性算出部６は、時間変動特性ＴＦＣを目標識別部７に出力する。
特徴量Ｃ１～ＣＮの時間変動特性ＴＦＣは、特徴量Ｃ１～ＣＮの時間変動に関する統計量であり、例えば、Ｎ個の特徴量Ｃ１～ＣＮの平均、又は、Ｎ個の特徴量Ｃ１～ＣＮの分散が想定される。
図８は、時間変動特性算出部６による時間変動特性ＴＦＣの算出例を示す説明図である。
目標の姿勢は、目標の動揺によって変化する。目標の姿勢が変化することによって、ＩＳＡＲにより取得される反射信号の信号形状が変化するため、艦種が互いに異なる目標であっても、ほぼ同じ特徴量を算出してしまうことがある。
図８の例では、艦種Ｓｈ１と艦種Ｓｈ２とは、異なる艦種であるが、時刻ｔ＝１のときには、ほぼ同じ特徴量であることを示している。時刻ｔ＝２のときには、艦種Ｓｈ１の特徴量Ｃと、艦種Ｓｈ２の特徴量Ｃとが異なっている。
即ち、時刻ｔ＝１のときの、艦種Ｓｈ１によって反射された信号のドップラー拡がりと、艦種Ｓｈ２によって反射された信号のドップラー拡がりとが、ほぼ同じであるため、艦種Ｓｈ１の特徴量Ｃと、艦種Ｓｈ２の特徴量Ｃとが、ほぼ同じである。
時刻ｔ＝２のときの、艦種Ｓｈ１によって反射された信号のドップラー拡がりと、艦種Ｓｈ２によって反射された信号のドップラー拡がりとが、大きく異なるため、艦種Ｓｈ１の特徴量Ｃと、艦種Ｓｈ２の特徴量Ｃとが、大きく異なっている。
図８の例では、艦種Ｓｈ１と艦種Ｓｈ２とは、異なる艦種であるが、時刻ｔ＝１のときには、ほぼ同じ特徴量であることを示している。時刻ｔ＝２のときには、艦種Ｓｈ１の特徴量Ｃと、艦種Ｓｈ２の特徴量Ｃとが異なっている。
即ち、時刻ｔ＝１のときの、艦種Ｓｈ１によって反射された信号のドップラー拡がりと、艦種Ｓｈ２によって反射された信号のドップラー拡がりとが、ほぼ同じであるため、艦種Ｓｈ１の特徴量Ｃと、艦種Ｓｈ２の特徴量Ｃとが、ほぼ同じである。
時刻ｔ＝２のときの、艦種Ｓｈ１によって反射された信号のドップラー拡がりと、艦種Ｓｈ２によって反射された信号のドップラー拡がりとが、大きく異なるため、艦種Ｓｈ１の特徴量Ｃと、艦種Ｓｈ２の特徴量Ｃとが、大きく異なっている。
目標識別部７は、時間変動特性算出部６から、時間変動特性ＴＦＣを取得する。
目標識別部７は、時間変動特性ＴＦＣを用いて、目標を識別する（図４のステップＳＴ４）。
目標識別部７は、目標の識別結果を識別結果格納部１０に出力する。
目標識別部７は、時間変動特性ＴＦＣを用いて、目標を識別する（図４のステップＳＴ４）。
目標識別部７は、目標の識別結果を識別結果格納部１０に出力する。
即ち、目標識別部７は、目標識別処理部８を備えており、目標識別処理部８は、識別器９を備えている。例えば、識別器９は、艦種を示す教師データを用いて、艦種と学習データの時間変動特性とを学習している。
目標識別処理部８は、時間変動特性算出部６から、時間変動特性ＴＦＣを取得する。
目標識別処理部８は、時間変動特性ＴＦＣを識別器９に与えることによって、識別器９から、目標の艦種を示す目標の識別結果を取得する。
目標識別処理部８は、目標の識別結果を識別結果格納部１０に格納する。
識別結果格納部１０に格納されている目標の識別結果は、例えば、図示せぬ表示装置に表示される。
目標識別処理部８は、時間変動特性算出部６から、時間変動特性ＴＦＣを取得する。
目標識別処理部８は、時間変動特性ＴＦＣを識別器９に与えることによって、識別器９から、目標の艦種を示す目標の識別結果を取得する。
目標識別処理部８は、目標の識別結果を識別結果格納部１０に格納する。
識別結果格納部１０に格納されている目標の識別結果は、例えば、図示せぬ表示装置に表示される。
以上の実施の形態１では、観測時刻が互いに異なる複数のレーダ画像のそれぞれに映っている目標の特徴量を算出する特徴量算出部２と、特徴量算出部２により算出された特徴量の時間変動特性を算出する時間変動特性算出部６と、時間変動特性算出部６により算出された時間変動特性を用いて、目標を識別する目標識別部７とを備えるように、目標識別装置を構成した。したがって、目標識別装置は、目標の姿勢にかかわらず、目標を識別することができる。
図１に示す目標識別装置では、当該目標識別装置が、ＩＳＡＲを搭載している哨戒機に搭載されているものを想定している。しかし、これは一例に過ぎず、当該目標識別装置が、例えば、哨戒機の母艦に搭載されているものであってもよい。目標識別装置が母艦に搭載されている場合、ＩＳＡＲを搭載している哨戒機が、ＩＳＡＲにより生成されたレーダ画像を母艦に送信する。また、母艦が、目標識別装置による目標の識別結果を哨戒機に送信する。
図１に示す目標識別装置では、目標の姿勢の変化が原因で、艦種が互いに異なる目標が、ほぼ同じ特徴量を算出してしまうことに対処するために、時間変動特性算出部６が、特徴量算出部２により算出された特徴量の時間変動特性を算出している。
図１に示す目標識別装置では、時間変動特性算出部６が、特徴量算出部２により算出された特徴量の時間変動特性を算出しているため、目標の姿勢以外の変化が原因で、艦種が互いに異なる目標が、ほぼ同じ特徴量を算出してしまう場合でも、目標を識別することができる。
図１に示す目標識別装置では、時間変動特性算出部６が、特徴量算出部２により算出された特徴量の時間変動特性を算出しているため、目標の姿勢以外の変化が原因で、艦種が互いに異なる目標が、ほぼ同じ特徴量を算出してしまう場合でも、目標を識別することができる。
実施の形態２．
実施の形態２では、特徴量算出部４１が、目標の特徴量として、種類が互いに異なる複数の特徴量を算出する目標識別装置について説明する。つまり、特徴量算出部４１により算出される特徴量の数が複数である場合の目標識別装置について説明する。
実施の形態２では、特徴量算出部４１が、目標の特徴量として、種類が互いに異なる複数の特徴量を算出する目標識別装置について説明する。つまり、特徴量算出部４１により算出される特徴量の数が複数である場合の目標識別装置について説明する。
図９は、実施の形態２に係る目標識別装置を示す構成図である。図９において、図１と同一符号は同一又は相当部分を示すので説明を省略する。
図１０は、実施の形態２に係る目標識別装置のハードウェアを示すハードウェア構成図である。図１０において、図２と同一符号は同一又は相当部分を示すので説明を省略する。
図９に示す目標識別装置は、レーダ画像格納部１、特徴量算出部４１、時間変動特性算出部４３及び目標識別部４４を備えている。
図１０は、実施の形態２に係る目標識別装置のハードウェアを示すハードウェア構成図である。図１０において、図２と同一符号は同一又は相当部分を示すので説明を省略する。
図９に示す目標識別装置は、レーダ画像格納部１、特徴量算出部４１、時間変動特性算出部４３及び目標識別部４４を備えている。
特徴量算出部４１は、例えば、図１０に示す特徴量算出回路２５によって実現される。
特徴量算出部４１は、前処理部３、特徴量算出処理部４２及び特徴量格納部５を備えている。
特徴量算出部４１は、レーダ画像格納部１から、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎを取得する。
特徴量算出部４１は、Ｎ枚のレーダ画像Ｇｎのそれぞれに映っている目標の特徴量Ｃｎとして、種類が互いに異なる複数の特徴量Ｃｎ，ｊ（ｎ＝１，・・・，Ｎ：ｊ＝１，・・・，Ｊ）を算出する。ｊは、種類を示す識別子である。
特徴量算出部４１は、前処理部３、特徴量算出処理部４２及び特徴量格納部５を備えている。
特徴量算出部４１は、レーダ画像格納部１から、観測時刻が互いに異なるＮ枚のレーダ画像Ｇｎを取得する。
特徴量算出部４１は、Ｎ枚のレーダ画像Ｇｎのそれぞれに映っている目標の特徴量Ｃｎとして、種類が互いに異なる複数の特徴量Ｃｎ，ｊ（ｎ＝１，・・・，Ｎ：ｊ＝１，・・・，Ｊ）を算出する。ｊは、種類を示す識別子である。
特徴量算出処理部４２は、図１に示す特徴量算出処理部４と同様に、前処理部３から出力された２値化画像Ｂｎを用いて、レーダ画像Ｇｎの中から、目標が存在している領域である目標領域Ｒｎを抽出する。
特徴量算出処理部４２は、目標領域Ｒｎに含まれている複数の画素の値から、種類が互いに異なる複数の特徴量Ｃｎ，ｊを算出する。特徴量算出処理部４２は、例えば、特徴量Ｃｎ，１として、目標領域の重心を算出し、特徴量Ｃｎ，２として、目標領域の形状を算出し、特徴量Ｃｎ，３として、目標領域の大きさを算出する。
特徴量算出処理部４２は、目標領域Ｒｎに含まれている複数の画素の値から、種類が互いに異なる複数の特徴量Ｃｎ，ｊを算出する。特徴量算出処理部４２は、例えば、特徴量Ｃｎ，１として、目標領域の重心を算出し、特徴量Ｃｎ，２として、目標領域の形状を算出し、特徴量Ｃｎ，３として、目標領域の大きさを算出する。
時間変動特性算出部４３は、例えば、図１０に示す時間変動特性算出回路２６によって実現される。
時間変動特性算出部４３は、特徴量格納部５から、（Ｎ×Ｊ）個の特徴量Ｃｎ，ｊを取得する。
時間変動特性算出部４３は、（Ｎ×Ｊ）個の特徴量Ｃｎ，ｊのうち、種類ｊについてのＮ個の特徴量Ｃ１，ｊ～ＣＮ，ｊの時間変動特性ＴＦＣｊを算出する。
時間変動特性算出部４３は、全ての種類ｊ（ｊ＝１，・・・，Ｊ）について時間変動特性ＴＦＣｊを算出し、Ｊ個の時間変動特性ＴＦＣ１～ＴＦＣＪを目標識別部４４に出力する。
時間変動特性算出部４３は、特徴量格納部５から、（Ｎ×Ｊ）個の特徴量Ｃｎ，ｊを取得する。
時間変動特性算出部４３は、（Ｎ×Ｊ）個の特徴量Ｃｎ，ｊのうち、種類ｊについてのＮ個の特徴量Ｃ１，ｊ～ＣＮ，ｊの時間変動特性ＴＦＣｊを算出する。
時間変動特性算出部４３は、全ての種類ｊ（ｊ＝１，・・・，Ｊ）について時間変動特性ＴＦＣｊを算出し、Ｊ個の時間変動特性ＴＦＣ１～ＴＦＣＪを目標識別部４４に出力する。
目標識別部４４は、例えば、図１０に示す目標識別回路２７によって実現される。
目標識別部４４は、目標識別処理部４５及び識別結果格納部１０を備えている。
目標識別部４４は、時間変動特性算出部４３により算出されたＪ個の時間変動特性ＴＦＣ１～ＴＦＣＪを用いて、目標を識別する。
目標識別部４４は、目標識別処理部４５及び識別結果格納部１０を備えている。
目標識別部４４は、時間変動特性算出部４３により算出されたＪ個の時間変動特性ＴＦＣ１～ＴＦＣＪを用いて、目標を識別する。
目標識別処理部４５は、識別器４６を備えている。
識別器４６は、Ｊ個の時間変動特性と、艦種を示す教師データとを用いて、艦種を学習している学習モデルである。
目標識別処理部４５は、時間変動特性算出部４３により算出された時間変動特性ＴＦＣ１～ＴＦＣＪを識別器４６に与えることによって、識別器４６から、目標の識別結果として艦種を取得し、目標の識別結果を識別結果格納部１０に出力する。
識別器４６は、Ｊ個の時間変動特性と、艦種を示す教師データとを用いて、艦種を学習している学習モデルである。
目標識別処理部４５は、時間変動特性算出部４３により算出された時間変動特性ＴＦＣ１～ＴＦＣＪを識別器４６に与えることによって、識別器４６から、目標の識別結果として艦種を取得し、目標の識別結果を識別結果格納部１０に出力する。
図９では、目標識別装置の構成要素であるレーダ画像格納部１、特徴量算出部４１、時間変動特性算出部４３及び目標識別部４４のそれぞれが、図１０に示すような専用のハードウェアによって実現されるものを想定している。即ち、目標識別装置が、レーダ画像格納回路２１、特徴量算出回路２５、時間変動特性算出回路２６及び目標識別回路２７によって実現されるものを想定している。
特徴量算出回路２５、時間変動特性算出回路２６及び目標識別回路２７のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
目標識別装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、目標識別装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
目標識別装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、目標識別装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
目標識別装置が、ソフトウェア又はファームウェア等によって実現される場合、レーダ画像格納部１が図３に示すメモリ３１上に構成される。特徴量算出部４１、時間変動特性算出部４３及び目標識別部４４におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムがメモリ３１に格納される。そして、図３に示すプロセッサ３２がメモリ３１に格納されているプログラムを実行する。
また、図１０では、目標識別装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、目標識別装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、目標識別装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
また、図１０では、目標識別装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、目標識別装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、目標識別装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
次に、図９に示す目標識別装置の動作について説明する。
特徴量算出処理部４２は、レーダ画像格納部１から、Ｎ枚のレーダ画像Ｇｎを取得し、前処理部３から、Ｎ枚の２値化画像Ｂｎを取得する。
特徴量算出処理部４２は、図１に示す特徴量算出処理部４と同様に、２値化画像Ｂｎを用いて、レーダ画像Ｇｎの中から、目標が存在している領域である目標領域Ｒｎを抽出する。
特徴量算出処理部４２は、目標領域Ｒｎに含まれている複数の画素の値から、種類が互いに異なる複数の特徴量Ｃｎ，ｊを算出する。
特徴量算出処理部４２は、例えば、特徴量Ｃｎ，１として、目標領域の重心を算出し、特徴量Ｃｎ，２として、目標領域の形状を算出し、特徴量Ｃｎ，３として、目標領域の大きさを算出する。
特徴量算出処理部４２は、レーダ画像格納部１から、Ｎ枚のレーダ画像Ｇｎを取得し、前処理部３から、Ｎ枚の２値化画像Ｂｎを取得する。
特徴量算出処理部４２は、図１に示す特徴量算出処理部４と同様に、２値化画像Ｂｎを用いて、レーダ画像Ｇｎの中から、目標が存在している領域である目標領域Ｒｎを抽出する。
特徴量算出処理部４２は、目標領域Ｒｎに含まれている複数の画素の値から、種類が互いに異なる複数の特徴量Ｃｎ，ｊを算出する。
特徴量算出処理部４２は、例えば、特徴量Ｃｎ，１として、目標領域の重心を算出し、特徴量Ｃｎ，２として、目標領域の形状を算出し、特徴量Ｃｎ，３として、目標領域の大きさを算出する。
時間変動特性算出部４３は、特徴量格納部５から、（Ｎ×Ｊ）個の特徴量Ｃｎ，ｊを取得する。
時間変動特性算出部４３は、（Ｎ×Ｊ）個の特徴量Ｃｎ，ｊのうち、種類ｊについてのＮ個の特徴量Ｃ１，ｊ～ＣＮ，ｊの時間変動特性ＴＦＣｊを算出する。
時間変動特性算出部４３は、全ての種類ｊ（ｊ＝１，・・・，Ｊ）について時間変動特性ＴＦＣｊを算出し、Ｊ個の時間変動特性ＴＦＣ１～ＴＦＣＪを目標識別部４４に出力する。
時間変動特性算出部４３は、（Ｎ×Ｊ）個の特徴量Ｃｎ，ｊのうち、種類ｊについてのＮ個の特徴量Ｃ１，ｊ～ＣＮ，ｊの時間変動特性ＴＦＣｊを算出する。
時間変動特性算出部４３は、全ての種類ｊ（ｊ＝１，・・・，Ｊ）について時間変動特性ＴＦＣｊを算出し、Ｊ個の時間変動特性ＴＦＣ１～ＴＦＣＪを目標識別部４４に出力する。
目標識別部４４の目標識別処理部４５は、識別器４６を備えている。識別器４６は、Ｊ個の時間変動特性を学習に用いている。
目標識別処理部４５は、時間変動特性算出部４３から、Ｊ個の時間変動特性ＴＦＣ１～ＴＦＣＪを取得する。
目標識別処理部４５は、Ｊ個の時間変動特性ＴＦＣ１～ＴＦＣＪを識別器４６に与えることによって、識別器４６から、目標の艦種を示す目標の識別結果を取得する。
目標識別処理部４５は、目標の識別結果を識別結果格納部１０に格納する。
識別結果格納部１０に格納されている目標の識別結果は、例えば、図示せぬ表示装置に表示される。
目標識別処理部４５は、Ｊ個の時間変動特性ＴＦＣ１～ＴＦＣＪを識別器４６に与えることによって、識別器４６から、目標の艦種を示す目標の識別結果を取得する。
目標識別処理部４５は、目標の識別結果を識別結果格納部１０に格納する。
識別結果格納部１０に格納されている目標の識別結果は、例えば、図示せぬ表示装置に表示される。
以上の実施の形態２では、特徴量算出部４１が、目標の特徴量として、種類が互いに異なる複数の特徴量を算出し、時間変動特性算出部４３が、特徴量算出部４１により算出されたそれぞれの特徴量の時間変動特性を算出し、目標識別部４４が、時間変動特性算出部４３により算出された複数の時間変動特性を用いて、目標を識別するように、図９に示す目標識別装置を構成した。したがって、図９に示す目標識別装置は、図１に示す目標識別装置よりも、目標の識別精度を高めることができる。
実施の形態３．
実施の形態３では、目標識別部５１が、変動特性記憶部５２、目標識別処理部５３及び識別結果格納部１０を備えている目標識別装置について説明する。
実施の形態３では、目標識別部５１が、変動特性記憶部５２、目標識別処理部５３及び識別結果格納部１０を備えている目標識別装置について説明する。
図１１は、実施の形態３に係る目標識別装置を示す構成図である。図１１において、図１と同一符号は同一又は相当部分を示すので説明を省略する。
図１２は、実施の形態３に係る目標識別装置のハードウェアを示すハードウェア構成図である。図１２において、図２と同一符号は同一又は相当部分を示すので説明を省略する。
図１１に示す目標識別装置は、レーダ画像格納部１、特徴量算出部２、時間変動特性算出部６及び目標識別部５１を備えている。
図１２は、実施の形態３に係る目標識別装置のハードウェアを示すハードウェア構成図である。図１２において、図２と同一符号は同一又は相当部分を示すので説明を省略する。
図１１に示す目標識別装置は、レーダ画像格納部１、特徴量算出部２、時間変動特性算出部６及び目標識別部５１を備えている。
目標識別部５１は、例えば、図１２に示す目標識別回路２８によって実現される。
目標識別部５１は、変動特性記憶部５２、目標識別処理部５３及び識別結果格納部１０を備えている。
目標識別部５１は、時間変動特性算出部６により算出された時間変動特性ＴＦＣを用いて、目標を識別する。
目標識別部５１は、変動特性記憶部５２、目標識別処理部５３及び識別結果格納部１０を備えている。
目標識別部５１は、時間変動特性算出部６により算出された時間変動特性ＴＦＣを用いて、目標を識別する。
変動特性記憶部５２は、艦種が互いに異なるＫ個の目標におけるそれぞれの特徴量の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋを記憶している。Ｋは、２以上の整数である。
また、変動特性記憶部５２は、Ｋ個の目標の識別情報を記憶している。
また、変動特性記憶部５２は、Ｋ個の目標の識別情報を記憶している。
目標識別処理部５３は、変動特性記憶部５２により記憶されているＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋの中で、時間変動特性算出部６により算出された時間変動特性ＴＦＣとの類似度が最も大きい時間変動特性ＴＦＣｍａｘを特定する。
目標識別処理部５３は、変動特性記憶部５２から、特定した時間変動特性ＴＦＣｍａｘに係る目標の識別情報を取得し、目標の識別結果として、目標の識別情報を識別結果格納部１０に出力する。
目標識別処理部５３は、変動特性記憶部５２から、特定した時間変動特性ＴＦＣｍａｘに係る目標の識別情報を取得し、目標の識別結果として、目標の識別情報を識別結果格納部１０に出力する。
図１１では、目標識別装置の構成要素であるレーダ画像格納部１、特徴量算出部２、時間変動特性算出部６及び目標識別部５１のそれぞれが、図１２に示すような専用のハードウェアによって実現されるものを想定している。即ち、目標識別装置が、レーダ画像格納回路２１、特徴量算出回路２２、時間変動特性算出回路２３及び目標識別回路２８によって実現されるものを想定している。
特徴量算出回路２２、時間変動特性算出回路２３及び目標識別回路２８のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
目標識別装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、目標識別装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
目標識別装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、目標識別装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
目標識別装置が、ソフトウェア又はファームウェア等によって実現される場合、レーダ画像格納部１が図３に示すメモリ３１上に構成される。特徴量算出部２、時間変動特性算出部６及び目標識別部５１におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムがメモリ３１に格納される。そして、図３に示すプロセッサ３２がメモリ３１に格納されているプログラムを実行する。
また、図１２では、目標識別装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、目標識別装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、目標識別装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
また、図１２では、目標識別装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、目標識別装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、目標識別装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
次に、図１１に示す目標識別装置の動作について説明する。
目標識別部５１以外は、図１に示す目標識別装置と同様であるため、ここでは、目標識別部５１の動作のみを説明する。
目標識別部５１以外は、図１に示す目標識別装置と同様であるため、ここでは、目標識別部５１の動作のみを説明する。
目標識別処理部５３は、時間変動特性算出部６から時間変動特性ＴＦＣを取得し、変動特性記憶部５２からＫ個のＴＦＣ’ｋ（ｋ＝１，・・・，Ｋ）を取得する。
目標識別処理部５３は、それぞれのＴＦＣ’ｋ（ｋ＝１，・・・，Ｋ）と、時間変動特性ＴＦＣとの類似度Ｄｋ（ｋ＝１，・・・，Ｋ）を算出する。類似度Ｄｋの算出処理自体は、公知の技術であるため詳細な説明を省略する。
目標識別処理部５３は、それぞれのＴＦＣ’ｋ（ｋ＝１，・・・，Ｋ）と、時間変動特性ＴＦＣとの類似度Ｄｋ（ｋ＝１，・・・，Ｋ）を算出する。類似度Ｄｋの算出処理自体は、公知の技術であるため詳細な説明を省略する。
目標識別処理部５３は、Ｋ個の類似度Ｄ１～ＤＫを互いに比較し、Ｋ個の類似度Ｄ１～ＤＫの中で、最も大きな類似度Ｄｍａｘを特定する。
そして、目標識別処理部５３は、変動特性記憶部５２により記憶されているＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋの中で、類似度Ｄｋが最も大きい類似度Ｄｍａｘに係る時間変動特性ＴＦＣｍａｘを特定する。
目標識別処理部５３は、変動特性記憶部５２から、特定した時間変動特性ＴＦＣｍａｘに係る目標の識別情報を取得し、目標の識別結果として、目標の識別情報を識別結果格納部１０に出力する。
そして、目標識別処理部５３は、変動特性記憶部５２により記憶されているＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋの中で、類似度Ｄｋが最も大きい類似度Ｄｍａｘに係る時間変動特性ＴＦＣｍａｘを特定する。
目標識別処理部５３は、変動特性記憶部５２から、特定した時間変動特性ＴＦＣｍａｘに係る目標の識別情報を取得し、目標の識別結果として、目標の識別情報を識別結果格納部１０に出力する。
以上より、実施の形態３に係る目標識別装置は、実施の形態１に係る目標識別装置と同様に、目標の姿勢にかかわらず、目標を識別することができる。
実施の形態４．
実施の形態４では、目標の方位角情報を用いる目標識別装置について説明する。
図１３は、実施の形態４に係る目標識別装置を示す構成図である。図１３において、図１、図９及び図１１と同一符号は同一又は相当部分を示すので説明を省略する。
図１４は、実施の形態４に係る目標識別装置のハードウェアを示すハードウェア構成図である。図１４において、図２と同一符号は同一又は相当部分を示すので説明を省略する。
実施の形態４では、目標の方位角情報を用いる目標識別装置について説明する。
図１３は、実施の形態４に係る目標識別装置を示す構成図である。図１３において、図１、図９及び図１１と同一符号は同一又は相当部分を示すので説明を省略する。
図１４は、実施の形態４に係る目標識別装置のハードウェアを示すハードウェア構成図である。図１４において、図２と同一符号は同一又は相当部分を示すので説明を省略する。
方位角格納部６１は、例えば、図１４に示す方位角格納回路７１によって実現される。
方位角格納部６１は、ＩＳＡＲによって観測された目標の方位角Ａｚを格納している。
方位角格納部６１は、ＩＳＡＲによって観測された目標の方位角Ａｚを格納している。
アスペクト角算出部６２は、例えば、図１４に示すアスペクト角算出回路７２によって実現される。
アスペクト角算出部６２は、方位角格納部６１から、目標の方位角Ａｚを取得する。
アスペクト角算出部６２は、目標の方位角Ａｚから、目標のアスペクト角Ａｓを算出し、目標のアスペクト角Ａｓを目標識別部６３に出力する。目標のアスペクト角Ａｓは、目標の方位角Ａｚと目標の進行方向とのなす角である。目標の進行方向は、アスペクト角算出部６２において既値である。
アスペクト角算出部６２は、方位角格納部６１から、目標の方位角Ａｚを取得する。
アスペクト角算出部６２は、目標の方位角Ａｚから、目標のアスペクト角Ａｓを算出し、目標のアスペクト角Ａｓを目標識別部６３に出力する。目標のアスペクト角Ａｓは、目標の方位角Ａｚと目標の進行方向とのなす角である。目標の進行方向は、アスペクト角算出部６２において既値である。
目標識別部６３は、例えば、図１４に示す目標識別回路７３によって実現される。
目標識別部６３は、変動特性記憶部６４、目標識別処理部６５及び識別結果格納部１０を備えている。
目標識別部６３は、アスペクト角算出部６２により算出されたアスペクト角Ａｓと、時間変動特性算出部６により算出された時間変動特性ＴＦＣとを用いて、目標を識別する。
目標識別部６３は、変動特性記憶部６４、目標識別処理部６５及び識別結果格納部１０を備えている。
目標識別部６３は、アスペクト角算出部６２により算出されたアスペクト角Ａｓと、時間変動特性算出部６により算出された時間変動特性ＴＦＣとを用いて、目標を識別する。
変動特性記憶部６４は、艦種が互いに異なるＫ個の目標のアスペクト角がＭ種類あるものとして、それぞれのアスペクト角に係るＫ個の目標におけるそれぞれの特徴量の時間変動特性ＴＦＣ’１,１～ＴＦＣ’Ｋ,Ｍを記憶している。ＫとＭは、それぞれ２以上の整数である。ｍ＝１，・・・，Ｍであり、ｍは、アスペクト角の種類を示す識別子である。また、変動特性記憶部６４は、（Ｋ×Ｍ）個の目標の識別情報を記憶している。
目標識別処理部６５は、時間変動特性算出部６から時間変動特性ＴＦＣを取得する。
目標識別処理部６５は、変動特性記憶部６４から、アスペクト角算出部６２により算出されたアスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋを取得する。
目標識別処理部６５は、それぞれのＴＦＣ’ｋ（ｋ＝１，・・・，Ｋ）と、時間変動特性ＴＦＣとの類似度Ｄｋ（ｋ＝１，・・・，Ｋ）を算出する。類似度Ｄｋの算出処理自体は、公知の技術であるため詳細な説明を省略する。
目標識別処理部６５は、変動特性記憶部６４から、アスペクト角算出部６２により算出されたアスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋを取得する。
目標識別処理部６５は、それぞれのＴＦＣ’ｋ（ｋ＝１，・・・，Ｋ）と、時間変動特性ＴＦＣとの類似度Ｄｋ（ｋ＝１，・・・，Ｋ）を算出する。類似度Ｄｋの算出処理自体は、公知の技術であるため詳細な説明を省略する。
目標識別処理部６５は、Ｋ個の類似度Ｄ１～ＤＫを互いに比較し、Ｋ個の類似度Ｄ１～ＤＫの中で、最も大きな類似度Ｄｍａｘを特定する。
目標識別処理部６５は、アスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋの中で、類似度Ｄｋが最も大きい類似度Ｄｍａｘに係る時間変動特性ＴＦＣｍａｘを特定する。
目標識別処理部６５は、変動特性記憶部６４から、特定した時間変動特性ＴＦＣｍａｘに係る目標の識別情報を取得し、目標の識別結果として、目標の識別情報を識別結果格納部１０に出力する。
目標識別処理部６５は、アスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋの中で、類似度Ｄｋが最も大きい類似度Ｄｍａｘに係る時間変動特性ＴＦＣｍａｘを特定する。
目標識別処理部６５は、変動特性記憶部６４から、特定した時間変動特性ＴＦＣｍａｘに係る目標の識別情報を取得し、目標の識別結果として、目標の識別情報を識別結果格納部１０に出力する。
図１３では、目標識別装置の構成要素であるレーダ画像格納部１、特徴量算出部２、時間変動特性算出部６、方位角格納部６１、アスペクト角算出部６２及び目標識別部６３のそれぞれが、図１４に示すような専用のハードウェアによって実現されるものを想定している。即ち、目標識別装置が、レーダ画像格納回路２１、特徴量算出回路２２、時間変動特性算出回路２３、方位角格納回路７１、アスペクト角算出回路７２及び目標識別回路７３によって実現されるものを想定している。
特徴量算出回路２２、時間変動特性算出回路２３、方位角格納回路７１、アスペクト角算出回路７２及び目標識別回路７３のそれぞれは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、又は、これらを組み合わせたものが該当する。
目標識別装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、目標識別装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
目標識別装置の構成要素は、専用のハードウェアによって実現されるものに限るものではなく、目標識別装置が、ソフトウェア、ファームウェア、又は、ソフトウェアとファームウェアとの組み合わせによって実現されるものであってもよい。
目標識別装置が、ソフトウェア又はファームウェア等によって実現される場合、レーダ画像格納部１及び方位角格納部６１が図３に示すメモリ３１上に構成される。特徴量算出部２、時間変動特性算出部６、アスペクト角算出部６２及び目標識別部６３におけるそれぞれの処理手順をコンピュータに実行させるためのプログラムがメモリ３１に格納される。そして、図３に示すプロセッサ３２がメモリ３１に格納されているプログラムを実行する。
また、図１４では、目標識別装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、目標識別装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、目標識別装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
また、図１４では、目標識別装置の構成要素のそれぞれが専用のハードウェアによって実現される例を示し、図３では、目標識別装置がソフトウェア又はファームウェア等によって実現される例を示している。しかし、これは一例に過ぎず、目標識別装置における一部の構成要素が専用のハードウェアによって実現され、残りの構成要素がソフトウェア又はファームウェア等によって実現されるものであってもよい。
次に、図１３に示す目標識別装置の動作について説明する。
図１５は、図１３に示す目標識別装置の処理手順である目標識別方法を示すフローチャートである。
方位角格納部６１、アスペクト角算出部６２及び目標識別部６３以外は、図１に示す目標識別装置と同様であるため、ここでは、アスペクト角算出部６２及び目標識別部６３の動作について説明する。
図１５は、図１３に示す目標識別装置の処理手順である目標識別方法を示すフローチャートである。
方位角格納部６１、アスペクト角算出部６２及び目標識別部６３以外は、図１に示す目標識別装置と同様であるため、ここでは、アスペクト角算出部６２及び目標識別部６３の動作について説明する。
アスペクト角算出部６２は、方位角格納部６１から、目標の方位角Ａｚを取得する。
アスペクト角算出部６２は、目標の方位角Ａｚから、目標のアスペクト角Ａｓを算出し、目標のアスペクト角Ａｓを目標識別部６３に出力する（図１５のステップＳＴ２１）。
目標のアスペクト角Ａｓは、目標の方位角Ａｚと目標の進行方向とのなす角である。目標の進行方向は、アスペクト角算出部６２において既値である。
アスペクト角算出部６２は、目標の方位角Ａｚから、目標のアスペクト角Ａｓを算出し、目標のアスペクト角Ａｓを目標識別部６３に出力する（図１５のステップＳＴ２１）。
目標のアスペクト角Ａｓは、目標の方位角Ａｚと目標の進行方向とのなす角である。目標の進行方向は、アスペクト角算出部６２において既値である。
目標識別部６３は、アスペクト角算出部６２により算出されたアスペクト角Ａｓと、時間変動特性算出部６により算出された時間変動特性ＴＦＣとを用いて、目標を識別する（図１５のステップＳＴ２２）。
以下、目標識別部６３による目標の識別処理を具体的に説明する。
以下、目標識別部６３による目標の識別処理を具体的に説明する。
目標識別処理部６５は、時間変動特性算出部６から、時間変動特性ＴＦＣを取得し、アスペクト角算出部６２から、目標のアスペクト角Ａｓを取得する。
目標識別処理部６５は、変動特性記憶部６４により記憶されている（Ｋ×Ｍ）個の時間変動特性ＴＦＣ’１,１～ＴＦＣ’Ｋ,Ｍの中から、アスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋを取得する。
Ｍ種類のアスペクト角（ｍ＝１，・・・，Ｍ）の中で、アスペクト角Ａｓと最も近いアスペクト角が、例えば、ｍ＝３のアスペクト角であるとする。この場合、目標識別処理部６５は、（Ｋ×Ｍ）個の時間変動特性ＴＦＣ’１,１～ＴＦＣ’Ｋ,Ｍの中から、アスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋとして、時間変動特性ＴＦＣ’１,３，ＴＦＣ’２,３，・・・，ＴＦＣ’Ｋ,３を取得する。
目標識別処理部６５は、それぞれの時間変動特性ＴＦＣ’Ｋ（ｋ＝１，・・・，Ｋ）と、時間変動特性ＴＦＣとの類似度Ｄｋ（ｋ＝１，・・・，Ｋ）を算出する。
目標識別処理部６５は、変動特性記憶部６４により記憶されている（Ｋ×Ｍ）個の時間変動特性ＴＦＣ’１,１～ＴＦＣ’Ｋ,Ｍの中から、アスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋを取得する。
Ｍ種類のアスペクト角（ｍ＝１，・・・，Ｍ）の中で、アスペクト角Ａｓと最も近いアスペクト角が、例えば、ｍ＝３のアスペクト角であるとする。この場合、目標識別処理部６５は、（Ｋ×Ｍ）個の時間変動特性ＴＦＣ’１,１～ＴＦＣ’Ｋ,Ｍの中から、アスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋとして、時間変動特性ＴＦＣ’１,３，ＴＦＣ’２,３，・・・，ＴＦＣ’Ｋ,３を取得する。
目標識別処理部６５は、それぞれの時間変動特性ＴＦＣ’Ｋ（ｋ＝１，・・・，Ｋ）と、時間変動特性ＴＦＣとの類似度Ｄｋ（ｋ＝１，・・・，Ｋ）を算出する。
目標識別処理部６５は、Ｋ個の類似度Ｄ１～ＤＫを互いに比較し、Ｋ個の類似度Ｄ１～ＤＫの中で、最も大きな類似度Ｄｍａｘを特定する。
目標識別処理部６５は、アスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋの中で、類似度Ｄｋが最も大きい類似度Ｄｍａｘに係る時間変動特性ＴＦＣｍａｘを特定する。
目標識別処理部６５は、変動特性記憶部６４に記憶されている（Ｋ×Ｍ）個の目標の識別情報の中から、特定した時間変動特性ＴＦＣｍａｘに係る目標の識別情報を取得し、目標の識別結果として、目標の識別情報を識別結果格納部１０に出力する。
目標識別処理部６５は、アスペクト角Ａｓに対応するＫ個の時間変動特性ＴＦＣ’１～ＴＦＣ’Ｋの中で、類似度Ｄｋが最も大きい類似度Ｄｍａｘに係る時間変動特性ＴＦＣｍａｘを特定する。
目標識別処理部６５は、変動特性記憶部６４に記憶されている（Ｋ×Ｍ）個の目標の識別情報の中から、特定した時間変動特性ＴＦＣｍａｘに係る目標の識別情報を取得し、目標の識別結果として、目標の識別情報を識別結果格納部１０に出力する。
以上の実施の形態４に係る目標識別装置は、実施の形態３に係る目標識別装置と同様に、目標の姿勢にかかわらず、目標を識別することができる。
なお、本開示は、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。
本開示は、目標を識別する目標識別装置、目標識別方法及び目標識別プログラムに適している。
１ レーダ画像格納部、２ 特徴量算出部、３ 前処理部、４ 特徴量算出処理部、５ 特徴量格納部、６ 時間変動特性算出部、７ 目標識別部、８ 目標識別処理部、９ 識別器、１０ 識別結果格納部、２１ レーダ画像格納回路、２２ 特徴量算出回路、２３ 時間変動特性算出回路、２４ 目標識別回路、２５ 特徴量算出回路、２６ 時間変動特性算出回路、２７ 目標識別回路、２８ 目標識別回路、３１ メモリ、３２ プロセッサ、４１ 特徴量算出部、４２ 特徴量算出処理部、４３ 時間変動特性算出部、４４ 目標識別部、４５ 目標識別処理部、４６ 識別器、５１ 目標識別部、５２ 変動特性記憶部、５３ 目標識別処理部、６１ 方位角格納部、６２ アスペクト角算出部、６３ 目標識別部、６４ 変動特性記憶部、６５ 目標識別処理部、７１ 方位角格納回路、７２ アスペクト角算出回路、７３ 目標識別回路。
Claims (8)
- 観測時刻が互いに異なる複数のレーダ画像のそれぞれに映っている目標の特徴量を算出する特徴量算出部と、
前記特徴量算出部により算出された特徴量の時間変動特性を算出する時間変動特性算出部と、
前記時間変動特性算出部により算出された時間変動特性を用いて、前記目標を識別する目標識別部と
を備えた目標識別装置。 - 前記目標識別部は、前記時間変動特性算出部により算出された時間変動特性を識別器に与えることによって、前記識別器から、前記目標の識別結果を取得することを特徴とする請求項１記載の目標識別装置。
- 前記特徴量算出部は、それぞれのレーダ画像から目標の２値化画像を生成し、前記２値化画像を用いて、それぞれのレーダ画像の中から目標が存在している領域を抽出し、前記領域に含まれている複数の画素の値から、前記目標の特徴量を算出することを特徴とする請求項１記載の目標識別装置。
- 前記特徴量算出部は、前記目標の特徴量として、種類が互いに異なる複数の特徴量を算出し、
前記時間変動特性算出部は、前記特徴量算出部により算出されたそれぞれの特徴量の時間変動特性を算出し、
前記目標識別部は、前記時間変動特性算出部により算出された複数の時間変動特性を用いて、前記目標を識別することを特徴とする請求項１記載の目標識別装置。 - 前記目標識別部は、
複数の目標におけるそれぞれの特徴量の時間変動特性を記憶している変動特性記憶部と、
前記変動特性記憶部により記憶されている複数の時間変動特性の中で、前記時間変動特性算出部により算出された時間変動特性との類似度が最も大きい時間変動特性を特定し、特定した時間変動特性に係る目標の識別情報を出力する目標識別処理部とを備えていることを特徴とする請求項１記載の目標識別装置。 - 前記目標の方位角から、前記目標のアスペクト角を算出するアスペクト角算出部を備え、
前記目標識別部は、
目標のアスペクト角が複数あり、それぞれのアスペクト角に係る複数の目標におけるそれぞれの特徴量の時間変動特性を記憶している変動特性記憶部と、
前記変動特性記憶部により記憶されている複数の時間変動特性の中から、前記アスペクト角算出部により算出されたアスペクト角に対応する複数の時間変動特性を取得し、取得した複数の時間変動特性の中で、前記時間変動特性算出部により算出された時間変動特性との類似度が最も大きい時間変動特性を特定し、特定した時間変動特性に係る目標の識別情報を出力する目標識別処理部とを備えていることを特徴とする請求項１記載の目標識別装置。 - 特徴量算出部が、観測時刻が互いに異なる複数のレーダ画像のそれぞれに映っている目標の特徴量を算出し、
時間変動特性算出部が、前記特徴量算出部により算出された特徴量の時間変動特性を算出し、
目標識別部が、前記時間変動特性算出部により算出された時間変動特性を用いて、前記目標を識別する
目標識別方法。 - 特徴量算出部が、観測時刻が互いに異なる複数のレーダ画像のそれぞれに映っている目標の特徴量を算出する処理手順と、
時間変動特性算出部が、前記特徴量算出部により算出された特徴量の時間変動特性を算出する処理手順と、
目標識別部が、前記時間変動特性算出部により算出された時間変動特性を用いて、前記目標を識別する処理手順と
をコンピュータに実行させるための目標識別プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/031543 WO2022038757A1 (ja) | 2020-08-21 | 2020-08-21 | 目標識別装置、目標識別方法及び目標識別プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/031543 WO2022038757A1 (ja) | 2020-08-21 | 2020-08-21 | 目標識別装置、目標識別方法及び目標識別プログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022038757A1 true WO2022038757A1 (ja) | 2022-02-24 |
Family
ID=80322772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2020/031543 WO2022038757A1 (ja) | 2020-08-21 | 2020-08-21 | 目標識別装置、目標識別方法及び目標識別プログラム |
Country Status (1)
| Country | Link |
|---|---|
| WO (1) | WO2022038757A1 (ja) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0345898A (ja) * | 1989-07-13 | 1991-02-27 | Mitsubishi Electric Corp | 画像識別・追尾装置 |
| JPH09282460A (ja) * | 1996-04-18 | 1997-10-31 | Mitsubishi Electric Corp | 自動目標認識装置 |
| JP2000275338A (ja) * | 1999-03-25 | 2000-10-06 | Mitsubishi Electric Corp | 目標識別装置および目標識別方法 |
| JP2001305204A (ja) * | 2001-03-21 | 2001-10-31 | Mitsubishi Electric Corp | 画像目標検出装置 |
| JP2017151043A (ja) * | 2016-02-26 | 2017-08-31 | 株式会社デンソー | 物体認識装置及びプログラム |
-
2020
- 2020-08-21 WO PCT/JP2020/031543 patent/WO2022038757A1/ja active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0345898A (ja) * | 1989-07-13 | 1991-02-27 | Mitsubishi Electric Corp | 画像識別・追尾装置 |
| JPH09282460A (ja) * | 1996-04-18 | 1997-10-31 | Mitsubishi Electric Corp | 自動目標認識装置 |
| JP2000275338A (ja) * | 1999-03-25 | 2000-10-06 | Mitsubishi Electric Corp | 目標識別装置および目標識別方法 |
| JP2001305204A (ja) * | 2001-03-21 | 2001-10-31 | Mitsubishi Electric Corp | 画像目標検出装置 |
| JP2017151043A (ja) * | 2016-02-26 | 2017-08-31 | 株式会社デンソー | 物体認識装置及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8675974B2 (en) | Image processing apparatus and image processing method | |
| KR101117837B1 (ko) | 멀티 스케일 지향 패치를 이용한 멀티 이미지 특징 매칭 | |
| US8559726B2 (en) | Image analysis based on pixel brightness grouping | |
| EP3223196B1 (en) | A method and a device for generating a confidence measure for an estimation derived from images captured by a camera mounted on a vehicle | |
| JP6050223B2 (ja) | 画像認識装置、画像認識方法、及び集積回路 | |
| US9519660B2 (en) | Information processing apparatus, clustering method, and recording medium storing clustering program | |
| Wang et al. | Airport detection in remote sensing images: A method based on saliency map | |
| US20180336699A1 (en) | System and method for model adaptation | |
| US9519060B2 (en) | Methods and systems for vehicle classification from laser scans using global alignment | |
| JP5747733B2 (ja) | 対象検出装置、対象検出方法、分類器作成装置及び分類器作成方法 | |
| US11789144B2 (en) | Method for determining the mobility status of a target object | |
| EP3410396B1 (en) | Moving object tracking apparatus, moving object tracking method, and computer-readable medium | |
| CN114120138A (zh) | 一种遥感影像目标检测识别方法、装置、设备及介质 | |
| JP5290915B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| US9798950B2 (en) | Feature amount generation device, feature amount generation method, and non-transitory medium saving program | |
| JP2018048862A (ja) | レーダ信号処理装置、レーダ信号処理方法、およびレーダ信号処理プログラム | |
| JP6037790B2 (ja) | 目標類識別装置及び目標類識別方法 | |
| JP5523298B2 (ja) | 目標類識別装置 | |
| WO2022038757A1 (ja) | 目標識別装置、目標識別方法及び目標識別プログラム | |
| CN117893468A (zh) | 一种快速3d孔洞检测方法、系统、计算机设备及介质 | |
| US9008434B2 (en) | Feature extraction device | |
| JP2014010633A (ja) | 画像認識装置、画像認識方法、及び画像認識プログラム | |
| JP2013254242A (ja) | 画像認識装置、画像認識方法および画像認識プログラム | |
| JP6278757B2 (ja) | 特徴量生成装置、特徴量生成方法、およびプログラム | |
| WO2022059048A1 (ja) | 目標識別装置、目標識別方法およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20950322 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 20950322 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: JP |