Classification d'objets à partir de leurs résonances en utilisant les réseaux neuronaux

Description

Ce travail aborde le problème de la classification en utilisant des réseaux de neurones convolutifs (CNN) pour discriminer des objets à partir de leurs champs diffractés ultra-large bande. L'objectif est de démontrer que les données prétraitées par une méthode d'expansion en singularités (SEM) offrent une plus grande précision de classification, notamment en termes de généralisation à différentes tailles d'objets. À cette fin, nous comparons les performances de classification de 12 classes d'objets en utilisant les CNN appliqués directement sur les champs diffractés (données brutes) et sur les champs diffractés prétraités avec la SEM, et cela pour différents niveaux de bruit.

Abstract

National audience

Additional details