Capitolo 4 Estrazione di features polarimetriche Capitolo 3 Le tecniche di classificazione SVM Indice Capitolo 1 Introduzione……………………………………………………………….....1 Capitolo 2 Le tecniche di classificazione e riconoscimento di bersagli

(1)

Indice

Capitolo 1

Introduzione………...1

Capitolo 2

Le tecniche di classificazione e riconoscimento di bersagli

2.1 Introduzione……...………..………...4

2.2 Estrazione delle features………7

2.4 Un esempio di algoritmo non supervisionato (K-means)………8

2.5 Classificatori Bayesiani – Approccio MAP (Maximum A-posteriory Probability)…..8

2.6 Classificatore K-Nearest Neighbour……….9

2.7 Classificatori Neural Networks..………..11

2.8 Altre tecniche di classificazione di bersagli radar………..18

Capitolo 3

Le tecniche di classificazione SVM

3.1 Il problema della classificazione………..19

3.2 SVM binaria lineare………...20

3.2.1 Ricerca dell’iperpiano ottimo………...20

3.2.2 Classi separabili………...22

3.2.3 Classi non separabili………27

3.3 SVM non lineare………...31

3.4 Classificazione multiclasse basata su SVM binaria….………..35

3.4.1 Classificazione SVM-OAA………...35

3.4.2 Classificazione SVM-OAO………...…..36

Capitolo 4

Estrazione di features polarimetriche

4.1 Features estratte dalla matrice di coerenza polarimetrica………....40

(2)

4.2 Features di Ampiezza Spettrale di Scattering………....42

4.2.1 SVM full polarimetrico………43

4.2.2 SVM 2 canali………...44

4.2.3 SVM scalare………...45

4.3 Features basate sui profili polarimetrici in range………...46

Capitolo 5

Classificatore SVM lineare binario

5.1 SVM lineare con features estratte dalla matrice di coerenza polarimetrica………...48

5.1.1 Descrizione del classificatore………...48

5.1.2 Risulatati numerici………...51

5.2 SVM lineare con dati polarimetrici multifrequenza………..53

5.2.1 Descrizione del classificatore………...53

5.2.2 Risultati numerici………...54

Capitolo 6

Classificatore polarimetrico SVM multiclasse

6.1 Descrizione del classificatore………61

6.1.1 Generazione del segnale radar………...61

6.1.2 Metodo di generazione del segnale rumoroso……….71

6.2 Risultati numerici della classificazione multiclasse………...72

6.2.1 Matrici di confusione………...74

Capitolo 7

Analisi delle prestazioni e robustezza del classificatore

7.1 Analisi delle performances al variare del numero di features utilizzate……….76

7.2 SVM vs Neural Networks………78

7.3 Test in presenza di range migration e Shift Doppler………...….80

7.4 Nuove Performances………82

(3)

7.5 Classificazione SVM su bersagli multiaspect……….91

7.5.1 Il problema dell’aspect variation………..………...91

7.5.2 Descrizione dei dati……….………...91

7.5.3 Allenamento del classificatore………....…....93

7.5.4 Performances del classificatore SVM multiaspect……….96

7.5.5 Confronto tra la tecnica basata sui dati frequenziali e quella HRR………..107

7.6 Conclusioni relative alla classificazione multiaspect………...108

Capitolo 8

Conclusioni……….…..110

8.1 Conclusioni generali……..………...…..110

8.2 Conclusioni particolari………...……….112

8.3 Possibili sviluppi futuri……….………...114