In this paper, we implement an automatic landmine detection system, which operates based on the GPR (Ground Penetrating Radar) sensor signal. To this end, first of all, we review four different landmine detection systems which operate based on HMM (Hidden Markov Model), EHD (Edge Histogram Descriptor), SCF (Spectral Characteristic Frequency), and HOG (Histogram of Oriented Gradients) algorithms. In the previous studies [7-9], the EHD method performs better than the SCF and HMM methods. However, the HOG method is better than the EHD method in the viewpoint of ability of representing diverse shapes and robustness to noise. Therefore, in the proposed system, the HOG descriptor and SVM (Support Vector Machine) are used for the feature description and classification respectively. In particular, we apply a novel adaptive window scheme for the feature description part. In the experimental results, the proposed landmine detection system shows very promising performance for synthetic dataset which is generated by the GprMax.
본 논문에서는 GPR(지면투과레이더)센서를 이용한 지뢰 탐지 시스템에 대한 사전조사와 구현에 관한 연구가 수행되었다. 지금까지 연구되었던 시스템은 포물선 형태의 공간적 특성을 사용한 HMM, EHD, HOG 방법과, 주파수영역 특성을 이용한 SFC등이 있다. 최근 연구결과에 따르면, EHD 방법은 일반적인 상황에서 HMM방법이나 SFC보다 높은 성능을 나타내고 있다. HOG방법과 EHD 방법을 비교해보면, HOG방법은 다양한 형태를 표현할 수 있으며 EHD방법보다 잡음에 강인하다. 따라서 본 논문에서는 최종 연구결과로서 HOG 기반 시스템을 구현하였고, 이의 성능을 개선하기 위한 기법들을 제안하였다.
HOG 방법은 관심 영역의 window안에서 HOG 기술자를 이용하여 특징 벡터를 생성한 후, Random forests 기반 분류기를 이용하여 지뢰 영역과 배경영역을 분류하는 방법이다.
본 논문에서는 기존 기법에서 사용한 random forests 기반 분류기를 support vector machine 기반 분류기로 교체하는 방안과 가변 크기의 window 기반 특징 벡터 추출 기법을 제안하였다. 실험 결과 가변 크기의 window 기반 특징 벡터를 추출하여 support vector machine 기반 분류기를 사용하였을 때 가장 좋은 정확도를 나타내는 것을 알 수 있었다.
