論文の概要: Efficient CNN-based Super Resolution Algorithms for mmWave Mobile Radar Imaging

• arxiv url: http://arxiv.org/abs/2305.02092v1
• Date: Wed, 3 May 2023 12:54:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-04 14:55:52.983699
• Title: Efficient CNN-based Super Resolution Algorithms for mmWave Mobile Radar Imaging
• Title（参考訳）: ミリ波移動レーダイメージングのための効率的なCNNに基づく超解像アルゴリズム
• Authors: Christos Vasileiou, Josiah W. Smith, Shiva Thiagarajan, Matthew Nigh, Yiorgos Makris, Murat Torlak
• Abstract要約: 近距離場合成開口レーダ(SAR)イメージングの新興モードに対する革新的な超解像手法を提案する。 近年の研究では、畳み込みニューラルネットワーク(CNN)アーキテクチャを拡張して、レーダシグナリングから生成された画像の超高解像度化を実現している。 我々は,最新のSAR処理とディープラーニング技術を用いて,モバイルアプリケーションにおけるSAR画像の超解像を実現する新しいCNNアーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 2.3623206450285457
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we introduce an innovative super resolution approach to emerging modes of near-field synthetic aperture radar (SAR) imaging. Recent research extends convolutional neural network (CNN) architectures from the optical to the electromagnetic domain to achieve super resolution on images generated from radar signaling. Specifically, near-field synthetic aperture radar (SAR) imaging, a method for generating high-resolution images by scanning a radar across space to create a synthetic aperture, is of interest due to its high-fidelity spatial sensing capability, low cost devices, and large application space. Since SAR imaging requires large aperture sizes to achieve high resolution, super-resolution algorithms are valuable for many applications. Freehand smartphone SAR, an emerging sensing modality, requires irregular SAR apertures in the near-field and computation on mobile devices. Achieving efficient high-resolution SAR images from irregularly sampled data collected by freehand motion of a smartphone is a challenging task. In this paper, we propose a novel CNN architecture to achieve SAR image super-resolution for mobile applications by employing state-of-the-art SAR processing and deep learning techniques. The proposed algorithm is verified via simulation and an empirical study. Our algorithm demonstrates high-efficiency and high-resolution radar imaging for near-field scenarios with irregular scanning geometries.
• Abstract（参考訳）: 本稿では,近距離場合成開口レーダ(SAR)イメージングの新興モードに対する革新的な超解像手法を提案する。 最近の研究は、畳み込みニューラルネットワーク(CNN)アーキテクチャを光学から電磁領域に拡張し、レーダ信号から生成された画像の超解像を実現する。 具体的には、近接場合成開口レーダ(SAR)イメージングは、空間を横断するレーダーを走査して合成開口を生成することで高分解能画像を生成する方法であり、その高忠実な空間センシング能力、低コストデバイス、大規模アプリケーション空間のために関心がある。 SARイメージングは高分解能を実現するために大きな開口サイズを必要とするため、多くのアプリケーションで超高分解能アルゴリズムが有用である。 フリーハンドスマートフォンのSARは、近距離界における不規則なSAR開口とモバイルデバイスでの計算を必要とする。 スマートフォンのフリーハンドモーションで収集した不規則なサンプルデータから効率的な高分解能sar画像を実現することは難しい課題である。 本稿では,最新のSAR処理とディープラーニング技術を用いて,モバイルアプリケーションにおけるSAR画像の超解像を実現する新しいCNNアーキテクチャを提案する。 提案アルゴリズムはシミュレーションと実証実験により検証される。 本アルゴリズムは,不規則なスキャニングジオメトリを有する近接場シナリオに対する高効率・高分解能レーダイメージングを示す。

関連論文リスト

• Active Reconfigurable Intelligent Surface Empowered Synthetic Aperture Radar Imaging [18.482494583284627]
  SAR(Synthetic Aperture Radar)は、レーダーアンテナの特定の領域への移動を利用して高分解能撮像を実現する。 提案するARIS搭載SARシステムの撮像結果を得るために,レンジドップラー (RD) イメージングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-09-18T06:33:11Z)
• Redefining Automotive Radar Imaging: A Domain-Informed 1D Deep Learning Approach for High-Resolution and Efficient Performance [6.784861785632841]
  本研究では,1次元(1次元)信号の超解像スペクトル推定問題として,レーダー画像の超解像を再定義する。 自動車レーダイメージングのための最適化されたディープラーニングネットワークは、優れたスケーラビリティ、パラメータ効率、高速推論速度を示す。 我々のSR-SPECNetは、高解像度のレーダレンジ方位画像を作成するための新しいベンチマークを設定している。
  論文  参考訳（メタデータ） (2024-06-11T16:07:08Z)
• A Vision Transformer Approach for Efficient Near-Field Irregular SAR Super-Resolution [0.0]
  本研究では、位置推定誤差に対処し、不規則なサンプリング測位の下でSAR画像超解像(SR)を行うモバイルフレンドビジョントランスフォーマー(ViT)アーキテクチャを提案する。 提案アルゴリズムであるMobile-SRViTは,SAR画像強調にViTを用いた最初の手法であり,シミュレーションおよび実証実験によって検証されている。
  論文  参考訳（メタデータ） (2023-05-03T12:25:01Z)
• Efficient 3-D Near-Field MIMO-SAR Imaging for Irregular Scanning Geometries [0.0]
  本研究では, 近接場合成開口レーダ (SAR) イメージングのための新しいアルゴリズムを提案する。 任意かつ不規則なサンプリング測地を数学的に分解する枠組みと,マルチスタティックアレイ画像アーティファクトのジョイントソリューションを提案する。
  論文  参考訳（メタデータ） (2023-05-03T12:07:21Z)
• Near-Field MIMO-ISAR Millimeter-Wave Imaging [0.0]
  本稿では,近場ミリ波イメージングシステムについて論じ,その展開について述べる。 本報で検討した回転型ISARは, トランシーバから一定の半径距離で目標を回転させる必要がある。 77GHzmm波レーダを用いて高解像度の3次元画像(3次元)を再構成することができる。
  論文  参考訳（メタデータ） (2023-05-03T10:46:48Z)
• Passive superresolution imaging of incoherent objects [63.942632088208505]
  手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。 ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
  論文  参考訳（メタデータ） (2023-04-19T15:53:09Z)
• NeRF-SR: High-Quality Neural Radiance Fields using Super-Sampling [82.99453001445478]
  主に低分解能(LR)入力を用いた高分解能(HR)新規ビュー合成のソリューションであるNeRF-SRを提案する。 提案手法は,多層パーセプトロンを用いて各点密度と色を予測するニューラルレージアンス場(NeRF)上に構築されている。
  論文  参考訳（メタデータ） (2021-12-03T07:33:47Z)
• Deep Burst Super-Resolution [165.90445859851448]
  バースト超解像タスクのための新しいアーキテクチャを提案する。 我々のネットワークは複数のノイズRAW画像を入力として取り出し、出力として分解された超解像RGB画像を生成する。 実世界のデータのトレーニングと評価を可能にするため,BurstSRデータセットも導入する。
  論文  参考訳（メタデータ） (2021-01-26T18:57:21Z)
• Fusion of Deep and Non-Deep Methods for Fast Super-Resolution of Satellite Images [54.44842669325082]
  本研究は,超解像(SR)による画質向上により,画質と価格のギャップを埋めることを提案する。 低解像度画像の各パッチの地域情報内容を解析するSRフレームワークを設計する。 本研究では,既存の深部SR法と同等の性能を示しながら,推定時間を大幅に減少させることを示した。
  論文  参考訳（メタデータ） (2020-08-03T13:55:39Z)
• Learning Spatial-Spectral Prior for Super-Resolution of Hyperspectral Imagery [79.69449412334188]
  本稿では,最先端の残差学習をベースとした単一グレー/RGB画像の超解像化手法について検討する。 本稿では,空間情報とハイパースペクトルデータのスペクトル間の相関をフル活用するための空間スペクトル先行ネットワーク(SSPN)を提案する。 実験結果から,SSPSR法により高分解能高分解能高分解能画像の詳細が得られた。
  論文  参考訳（メタデータ） (2020-05-18T14:25:50Z)
• Spatial-Spectral Residual Network for Hyperspectral Image Super-Resolution [82.1739023587565]
  ハイパースペクトル画像超解像のための新しいスペクトル空間残差ネットワーク(SSRNet)を提案する。 提案手法は,2次元畳み込みではなく3次元畳み込みを用いて空間スペクトル情報の探索を効果的に行うことができる。 各ユニットでは空間的・時間的分離可能な3次元畳み込みを用いて空間的・スペクトル的な情報を抽出する。
  論文  参考訳（メタデータ） (2020-01-14T03:34:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。