知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2025-03-27
(45)【発行日】2025-04-04
(54)【発明の名称】類別装置、類別システムおよび類別方法
(51)【国際特許分類】
G01S 13/90 20060101AFI20250328BHJP
【ＦＩ】
G01S13/90 164
【請求項の数】
8
(21)【出願番号】P 2024571988
(86)(22)【出願日】2023-05-31
(86)【国際出願番号】 JP2023020200
【審査請求日】2024-12-06
【早期審査対象出願】
(73)【特許権者】
【識別番号】000006013
【氏名又は名称】三菱電機株式会社
(74)【代理人】
【識別番号】110003166
【氏名又は名称】弁理士法人山王内外特許事務所
(72)【発明者】
【氏名】杉原 由美子
(72)【発明者】
【氏名】諏訪 啓
【審査官】藤脇 昌也
(56)【参考文献】
【文献】特開２０２１－２５９７２（ＪＰ，Ａ）
【文献】特開２０１２－２６９７６（ＪＰ，Ａ）
【文献】特開２００４－２１２１８７（ＪＰ，Ａ）
【文献】特開２００１－２６４４３５（ＪＰ，Ａ）
【文献】米国特許出願公開第２０２０／９６６２９（ＵＳ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｓ ７／００ － ７／４２
１３／００ － １３／９５
(57)【特許請求の範囲】
【請求項1】
レーダ映像から目標を識別する第１の目標識別部と、前記レーダ映像に含まれる前記目標のアスペクト角情報、前記第１の目標識別部による前記目標の識別結果情報および目標候補ごとの既知の特徴諸元に基づいて、前記目標の特徴部分の範囲である特徴レンジを算出する特徴レンジ算出部と、
前記特徴レンジ算出部が算出した特徴レンジを用いて前記目標の特徴部分の位置である特徴位置を決定し、決定した特徴位置を、前記レーダ映像に重ねて表示するための第１の表示制御情報を生成する第１の表示処理部と、
前記第１の表示制御情報に基づいて表示部に表示した前記レーダ映像における前記目標の特徴位置に対する編集操作を示す編集操作情報を取得すると、前記編集操作情報が示す編集操作が行われた前記目標の特徴位置を用いて前記目標の特徴諸元を算出する特徴位置編集部と、
前記目標候補ごとの既知の特徴諸元から前記特徴位置編集部が算出した前記目標の特徴諸元に対応するものを特定し、特定した特徴諸元に対応する前記目標候補を選択する第２の目標識別部と、
前記第２の目標識別部が選択した前記目標候補を表示するための第２の表示制御情報を生成する第２の表示処理部と、を備えた
ことを特徴とする類別装置。
【請求項2】
前記第１の目標識別部は、前記レーダ映像が入力されると、前記目標の識別結果情報を出力する第１の学習モデルを用いて、前記目標を識別することを特徴とする請求項１に記載の類別装置。
【請求項3】
前記第２の目標識別部は、前記目標候補ごとの既知の特徴諸元から、前記特徴位置編集部が算出した前記目標の特徴諸元に最も相関が高いものを特定し、特定した特徴諸元に対応する前記目標候補を選択することを特徴とする請求項２に記載の類別装置。
【請求項4】
前記第２の目標識別部は、前記レーダ映像、および前記特徴位置編集部が算出した前記目標の特徴諸元が入力されると、前記目標の特徴諸元に対応する前記目標候補を出力する第２の学習モデルを用いて、前記目標候補を選択することを特徴とする請求項３に記載の類別装置。
【請求項5】
前記第２の学習モデルは、前記レーダ映像、および、前記目標のアノテーション情報に基づいて決定された前記目標の特徴位置が入力されると、前記目標候補の名称および種類を前記アノテーション情報として含む前記目標候補の識別情報を出力するものであることを特徴とする請求項４に記載の類別装置。
【請求項6】
前記第２の目標識別部による前記目標の識別結果を、前記レーダ映像、および前記特徴位置編集部が算出した前記目標の特徴諸元に紐付けられた前記アノテーション情報を生成するアノテーション処理部と、前記アノテーション情報、前記レーダ映像、および前記特徴位置編集部が算出した前記目標の特徴諸元を用いて、前記第１の学習モデルまたは前記第２の学習モデルの一方または両方を更新する学習モデル更新部と、を備えた
ことを特徴とする請求項５に記載の類別装置。
【請求項7】
探索した前記目標を含む前記レーダ映像を生成して出力するレーダ装置と、前記第１の表示制御情報および前記第２の表示制御情報に基づいて、前記レーダ映像を表示する前記表示部と、
前記表示部に表示された前記レーダ映像における前記目標の特徴位置に対する編集操作を受け付ける操作部と、
前記レーダ装置が生成した前記レーダ映像および前記編集操作情報を入力する請求項１から請求項６のいずれか１項に記載の類別装置と、を備えた
ことを特徴とする類別システム。
【請求項8】
類別装置による類別方法であって、第１の目標識別部が、レーダ映像から目標を識別するステップと、
特徴レンジ算出部が、前記レーダ映像に含まれる前記目標のアスペクト角情報、前記第１の目標識別部による前記目標の識別結果情報および目標候補ごとの既知の特徴諸元に基づいて、前記目標の特徴部分の範囲である特徴レンジを算出するステップと、
第１の表示処理部が、前記特徴レンジ算出部が算出した特徴レンジを用いて前記目標の特徴部分の位置である特徴位置を決定し、決定した特徴位置を、前記レーダ映像に重ねて表示するための第１の表示制御情報を生成するステップと、
特徴位置編集部が、前記第１の表示制御情報に基づいて表示部に表示した前記レーダ映像における前記目標の特徴位置に対する編集操作を示す編集操作情報を取得すると、前記編集操作情報が示す編集操作が行われた前記目標の特徴位置を用いて前記目標の特徴諸元を算出するステップと、
第２の目標識別部が、前記目標候補ごとの既知の特徴諸元から前記特徴位置編集部が算出した前記目標の特徴諸元に対応するものを特定し、特定した特徴諸元に対応する前記目標候補を選択するステップと、
第２の表示処理部が、前記第２の目標識別部が選択した前記目標候補を表示するための第２の表示制御情報を生成するステップと、を備えた
ことを特徴とする類別方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、類別装置、類別システムおよび類別方法に関する。
【背景技術】
【0002】
逆合成開口レーダ（以下、ＩＳＡＲと略して記載する。）により生成されたＩＳＡＲの静止画像または動画像（以下、ＩＳＡＲ映像と記載する。）を用いて、海上および沿岸を監視する監視システムが知られている。例えば特許文献１に記載されるレーダ装置では、表示処理部が、ユーザの指示に応じてＩＳＡＲ画像が表示された表示部に船舶等の目標の全長（ＬＯＡ；Ｌｅｎｇｔｈ ＯｖｅｒＡｌｌ）を測定するための２本の測定ラインを表示する。輝度調整部が、ＩＳＡＲ画像のうち２本の測定ラインの外側の領域を判定して、この領域の輝度を高くする。表示処理部は、ユーザからの指示に応じて２本の測定ラインの位置を更新する。ＬＯＡ測定部は、２本の測定ライン間の距離を演算し、船舶の全長を測定する。オペレータ（ユーザ）がＩＳＡＲ映像を目視で確認することにより、ＩＳＡＲ映像中の目標のＬＯＡに基づいて目標の種類を特定することができる。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０２１‐２５９７２号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、従来の技術では、ＩＳＡＲ画像上の目標の特徴に基づいて目標を正確に類別できないことがあるという課題があった。
例えば、目標の特徴である全長は、センサの電波照射方向に対する目標のアスペクト角に依存して変化する。このため、特許文献１に記載される従来の技術では、ＩＳＡＲ画像におけるアスペクト角の値によっては目標の真の全長を推定できないので、目標を正確に類別できない可能性がある。
例えば、目標の特徴である全長は、センサの電波照射方向に対する目標のアスペクト角に依存して変化する。このため、特許文献１に記載される従来の技術では、ＩＳＡＲ画像におけるアスペクト角の値によっては目標の真の全長を推定できないので、目標を正確に類別できない可能性がある。
【0005】
本開示は上記課題を解決するものであり、目標の類別精度を高めることができる、類別装置を得ることを目的とする。
【課題を解決するための手段】
【0006】
本開示に係る類別装置は、レーダ映像から目標を識別する第１の目標識別部と、レーダ映像に含まれる目標のアスペクト角情報、第１の目標識別部による目標の識別結果情報および目標候補ごとの既知の特徴諸元に基づいて、目標の特徴部分の範囲である特徴レンジを算出する特徴レンジ算出部と、特徴レンジ算出部が算出した特徴レンジを用いて目標の特徴部分の位置である特徴位置を決定し、決定した特徴位置を、レーダ映像に重ねて表示するための第１の表示制御情報を生成する第１の表示処理部と、第１の表示制御情報に基づいて表示部に表示したレーダ映像における目標の特徴位置に対する編集操作を示す編集操作情報を取得すると、編集操作情報が示す編集操作が行われた目標の特徴位置を用いて目標の特徴諸元を算出する特徴位置編集部と、目標候補ごとの既知の特徴諸元から特徴位置編集部が算出した目標の特徴諸元に対応するものを特定し、特定した特徴諸元に対応する目標候補を選択する第２の目標識別部と、第２の目標識別部が選択した目標候補を表示するための第２の表示制御情報を生成する第２の表示処理部と、を備える。
【発明の効果】
【0007】
本開示によれば、レーダ映像から識別した目標の特徴位置を決定し、表示部に表示したレーダ映像における目標の特徴位置に対する編集操作を示す編集操作情報を取得すると、編集操作が行われた特徴位置を用いて目標の特徴諸元を算出し、目標候補ごとの既知の特徴諸元から、算出した目標の特徴諸元に対応するものを特定し、特定した特徴諸元に対応する目標候補を表示する。レーダ映像から識別した目標の特徴位置とレーダ映像における目標の特徴位置がかけ離れていても、これを編集した目標の特徴位置を用いて目標が再度識別される。これにより、本開示に係る類別装置は、目標の類別精度を高めることができる。
【図面の簡単な説明】
【0008】
【図1】実施の形態１に係る類別システムの構成例を示すブロック図である。
【図2】実施の形態１に係る類別装置の構成例を示すブロック図である。
【図3】センサ、目標、目標の向き、電波照射方向、およびアスペクト角の関係の概要を示す概要図である。
【図5】特徴諸元データベースの概要を示す概要図である。
【図6】レーダ映像、特徴諸元、特徴レンジ、および電波照射方向の関係の概要を示す概要図である。
【図7】レーダ映像に目標の特徴位置を重ねる処理の概要を示す概要図である。
【図8】レーダ装置の動作を示すフローチャートである。
【図9】実施の形態１に係る類別方法を示すフローチャートである。
【図12】実施の形態２に係る類別装置の構成例を示すブロック図である。
【図13】実施の形態２に係る類別方法を示すフローチャートである。
【発明を実施するための形態】
【0009】
実施の形態１．
図１は、実施の形態１に係る類別システム１の構成例を示すブロック図である。図１において、類別システム１は、外部空間に存在する目標を類別するシステムであって、類別装置１００およびレーダ装置２００を備える。類別対象の目標は、例えば、船舶または航空機等の移動体である。類別装置１００は、レーダ装置２００が生成したレーダ映像から目標を類別する。レーダ映像は、例えば、ＩＳＡＲ、または合成開口レーダ（以下、ＳＡＲと略して記載する。）によるレーダ静止画像または動画像情報である。レーダ装置２００は、外部空間へ電波を送信し、外部空間に存在する目標から受信した電波のエコーを用いて目標のレーダ映像を生成する装置である。
図１は、実施の形態１に係る類別システム１の構成例を示すブロック図である。図１において、類別システム１は、外部空間に存在する目標を類別するシステムであって、類別装置１００およびレーダ装置２００を備える。類別対象の目標は、例えば、船舶または航空機等の移動体である。類別装置１００は、レーダ装置２００が生成したレーダ映像から目標を類別する。レーダ映像は、例えば、ＩＳＡＲ、または合成開口レーダ（以下、ＳＡＲと略して記載する。）によるレーダ静止画像または動画像情報である。レーダ装置２００は、外部空間へ電波を送信し、外部空間に存在する目標から受信した電波のエコーを用いて目標のレーダ映像を生成する装置である。
【0010】
図２は、実施の形態１に係る類別装置１００の構成例を示すブロック図である。図２において、類別装置１００は、特徴諸元データベースが記憶されている記憶部１０１、表示部１０２および操作部１０３を備え、さらに、図２において図示しない演算部を備える。記憶部１０１は、類別装置１００として機能するコンピュータが備える記憶装置であり、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、または、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等のストレージ、もしくは後述する図１１Ｂのメモリ１００４等を含むものである。なお、記憶部１０１は、類別装置１００からアクセス可能なものであればよく、類別装置１００の外部に設けられてもよい。
【0011】
表示部１０２は、類別装置１００として機能するコンピュータが備えている表示装置である。例えば、表示部１０２は、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）または有機ＥＬ（Ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）表示装置である。
操作部１０３は、類別装置１００として機能するコンピュータが備える表示部１０２の画面表示に対する操作を受け付ける入力装置である。例えば、類別装置１００は、表示部１０２の表示画面と一体に設けられたタッチパネルである。また、操作部１０３は、例えばマウスまたはキーボードであってもよい。
操作部１０３は、類別装置１００として機能するコンピュータが備える表示部１０２の画面表示に対する操作を受け付ける入力装置である。例えば、類別装置１００は、表示部１０２の表示画面と一体に設けられたタッチパネルである。また、操作部１０３は、例えばマウスまたはキーボードであってもよい。
【0012】
上記演算部は、類別装置１００の全体動作を制御する。演算部は、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８を備える。演算部が類別用アプリケーションを実行することにより、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７、および第２の表示処理部１１８の各種の機能が実現される。
【0013】
レーダ装置２００は、送受信部２０１および追尾処理部２０２を備えている。送受信部２０１は、レーダアンテナを介した電波の送受信を行う。追尾処理部２０２は、外部空間内で移動している目標の追尾処理を行う。
【0014】
図３は、センサ１３、目標Ｔａ、目標Ｔａの向きＤ１、電波照射方向Ｄ２、およびアスペクト角θの関係の概要を示す概要図である。図３において、センサ１３は、外部空間へ電波を放射し、外部空間から目標Ｔａのエコーを受信するレーダアンテナである。レーダアンテナであるセンサ１３は、送受信部２０１に含まれる。目標Ｔａは、例えば、図３において破線で示す船舶である。目標Ｔａの船首が通る矢印は目標Ｔａの向きＤ１である。電波照射方向Ｄ２は、センサ１３から照射される電波の向きである。アスペクト角θは、電波照射方向Ｄ２（センサ１３の方向）に対して目標Ｔａの向きＤ１がなす角度である。
【0015】
送受信部２０１は、センサ１３により受信された目標の電波のエコーに基づいて、目標のレーダ映像を生成する信号処理を行う。以下の説明では、レーダ映像がＩＳＡＲ映像であるものとする。また、レーダ装置２００は、図３に示した電波照射方向Ｄ２を制御するために、電波照射方向Ｄ２のリアルタイムな情報を常に取得している。
【0016】
アスペクト角算出部１１１は、追尾処理部２０２から目標Ｔａの向きＤ１を示す情報を取得し、送受信部２０１から取得した電波照射方向Ｄ２を示す情報を取得して、目標Ｔａの向きＤ１および電波照射方向Ｄ２を用いて、アスペクト角θを算出する。例えば、目標Ｔａが図３に示す配置である場合、アスペクト角算出部１１１は、下記式（１）に従ってアスペクト角θを算出する。下記式（１）において、角度の単位は「度」である。
アスペクト角θ＝１８０－電波照射方向Ｄ２＋目標Ｔａの向きＤ１ （１）
アスペクト角θ＝１８０－電波照射方向Ｄ２＋目標Ｔａの向きＤ１ （１）
【0017】
レーダ映像入力部１１２は、レーダ装置２００が備える送受信部２０１からレーダ映像を取得する。レーダ映像入力部１１２により取得されたレーダ映像は、第１の目標識別部１１３に出力される。
【0018】
第１の目標識別部１１３は、レーダ映像から目標Ｔａを識別する。例えば、レーダ映像では、反射波として受信された電波の強度に応じて画像上の輝度値が決定される。第１の目標識別部１１３は、レーダ映像の画像を二値化して、二値化画像のパターン認識を行うことにより目標を識別する。
なお、アスペクト角算出部１１１の機能は、特徴レンジ算出部１１４が備えてもよく、レーダ映像入力部１１２の機能は、第１の目標識別部１１３が備えてもよい。この場合、類別装置１００は、アスペクト角算出部１１１およびレーダ映像入力部１１２を備えていなくてもよい。
なお、アスペクト角算出部１１１の機能は、特徴レンジ算出部１１４が備えてもよく、レーダ映像入力部１１２の機能は、第１の目標識別部１１３が備えてもよい。この場合、類別装置１００は、アスペクト角算出部１１１およびレーダ映像入力部１１２を備えていなくてもよい。
【0019】
また、第１の目標識別部１１３は、レーダ映像が入力されると、目標の識別結果情報を出力する第１の学習モデルを用いて、目標を識別してもよい。
図４Ａは、第１の学習モデル１５を生成するための学習データベース１４の概要を示す図である。図４Ｂは、第１の学習モデル１５の概要を示す図である。学習データベース１４に登録された学習データには、図４Ａに示すように、レーダ映像Ｅと、このレーダ映像Ｅに対応するアノテーション情報Ｆが含まれ、例えば、記憶部１０１に記憶される。
アノテーション情報Ｆは、レーダ映像Ｘ１に含まれる目標Ｘの候補が含まれる。第１の学習モデル１５は、学習データベース１４に登録された学習データを用いた学習により生成される。
なお、学習データに含まれるレーダ映像Ｅおよびこれに対応するアノテーション情報Ｆは、送受信部２０１により生成されたものに限定されない。
図４Ａは、第１の学習モデル１５を生成するための学習データベース１４の概要を示す図である。図４Ｂは、第１の学習モデル１５の概要を示す図である。学習データベース１４に登録された学習データには、図４Ａに示すように、レーダ映像Ｅと、このレーダ映像Ｅに対応するアノテーション情報Ｆが含まれ、例えば、記憶部１０１に記憶される。
アノテーション情報Ｆは、レーダ映像Ｘ１に含まれる目標Ｘの候補が含まれる。第１の学習モデル１５は、学習データベース１４に登録された学習データを用いた学習により生成される。
なお、学習データに含まれるレーダ映像Ｅおよびこれに対応するアノテーション情報Ｆは、送受信部２０１により生成されたものに限定されない。
【0020】
第１の目標識別部１１３が、図４Ｂに示すように、レーダ映像Ｅを、第１の学習モデル１５に入力する。これにより、第１の学習モデル１５は、レーダ映像Ｅにおける目標Ｔａの名称または種類などを推論して、推論した目標Ｔａの名称または種類を識別結果情報として出力する。第１の目標識別部１１３が第１の学習モデル１５を用いることによって、類別装置１００は、レーダ映像Ｅを用いた目標Ｔａの類別を精度よく行うことができる。
【0021】
特徴レンジ算出部１１４は、レーダ映像Ｅに含まれる目標Ｔａのアスペクト角情報、第１の目標識別部１１３による目標Ｔａの識別結果情報および目標候補ごとの既知の特徴諸元に基づいて、目標Ｔａの特徴部分の範囲である特徴レンジを算出する。
例えば、特徴レンジ算出部１１４は、アスペクト角θ、および目標Ｔａの識別結果情報を入力し、入力した情報を用いて特徴レンジを算出する。
例えば、特徴レンジ算出部１１４は、アスペクト角θ、および目標Ｔａの識別結果情報を入力し、入力した情報を用いて特徴レンジを算出する。
【0022】
図５は、特徴諸元データベースの概要を示す概要図であり、記憶部１０１に記憶された特徴諸元データベースの内容を示している。特徴諸元データベースには、様々な目標候補の名称または種類を示すアノテーション情報Ｇに対応付けて既知の特徴諸元Ｈが登録されている。特徴諸元は目標の特徴的な部分を表すパラメータである。
【0023】
例えば、目標が船舶である場合、特徴諸元は、船舶の種類ごとに決まる船舶の全長（ＬＯＡ）、船首とマストとの間の長さ、および、船首とコンテナとの間の長さ等がある。一つの目標候補（例えば、目標Ｘ）には、複数の種類の特徴諸元（例えば、特徴諸元Ｘ２、特徴諸元Ｘ３、・・・）が対応付けられてもよい。
【0024】
特徴レンジ算出部１１４は、特徴諸元データベースを参照し、第１の目標識別部１１３による識別結果情報が示す目標情報に対応する特徴諸元を読み取る。例えば、識別結果情報が示す目標情報が目標Ｘであった場合、特徴レンジ算出部１１４は、特徴諸元データベースから、目標Ｘに対応する複数の種類の特徴諸元Ｘ２、特徴諸元Ｘ３、・・・からなる特徴諸元を読み取る。
【0025】
特徴レンジ算出部１１４は、特徴諸元データベースから読み取った特徴諸元を特徴レンジに変換する。特徴レンジは、目標の特徴的な部分の範囲を示す情報であり、例えば、目標が船舶である場合、レーダ映像における目標のスラントレンジ長さである。
【0026】
図６は、レーダ映像Ｅ、特徴諸元Ｈ、特徴レンジＩ、および電波照射方向Ｄ２の関係の概要を示す概要図である。例えば、レーダ映像Ｅに写る目標Ｔａが船舶であり、特徴諸元データベースから読み取られた特徴諸元が、船首とマストとの間の長さである場合、船首とマストとの間の長さは、レーダ映像Ｅにおけるスラントレンジ長さである特徴レンジＩとして表現される。
【0027】
スラントレンジ軸は、電波照射方向Ｄ２に平行であるので、図６に示すように、船首とマストとの間の長さである特徴諸元Ｈと特徴レンジＩとの間には、アスペクト角θに依存した比例関係がある。アスペクト角θが図３に示す関係で定義される場合、特徴レンジ算出部１１４は、下記式（２）を用いて、特徴レンジＩを算出することができる。特徴レンジ算出部１１４は、レーダ映像Ｅと、算出した特徴レンジＩとを、第１の表示処理部１１５に出力する。
特徴レンジＩ（ｍ）＝特徴諸元Ｈ（ｍ）×ｃｏｓ（アスペクト角θ） （２）
特徴レンジＩ（ｍ）＝特徴諸元Ｈ（ｍ）×ｃｏｓ（アスペクト角θ） （２）
【0028】
第１の表示処理部１１５は、特徴レンジ算出部１１４が算出した特徴レンジＩを用いて目標Ｔａの特徴位置ＰＡを決定し、決定した特徴位置ＰＡを、レーダ映像Ｅに重ねて表示するための第１の表示制御情報を生成する。
【0029】
例えば、図６に示すように、第１の表示処理部１１５は、レーダ映像Ｅを、このレーダ映像Ｅにおける座標軸の一つを電波照射方向Ｄ２に平行なスラントレンジ軸とした画像に変換する。第１の表示処理部１１５は、特徴レンジＩを用いて、目標Ｔａの特徴位置ＰＡをレーダ映像Ｅに重ねて表示するための第１の表示制御情報を生成する。特徴位置とは、目標Ｔａの特徴部分の位置である。
【0030】
図７は、レーダ映像Ｅに目標Ｔａの特徴位置ＰＡを重ねる処理の概要を示す概要図である。図７において、目標Ｔａは、船舶である。レーダ映像Ｅにおける、目標Ｔａの特徴位置ＰＡが、船首に関する特徴位置Ｊ１、船尾に関する特徴位置Ｊ２およびマストに関する特徴位置Ｊ３である。第１の表示処理部１１５は、レーダ映像Ｅの画素値情報または複素信号情報を用いて、レーダ映像Ｅの重心位置Ｇ１を算出する。
【0031】
目標Ｔａの特徴位置ＰＡのうち、船首に関する特徴位置Ｊ１は、特徴レンジ算出部１１４が目標ＴａのＬＯＡに基づいて算出した特徴レンジＩ１において、重心位置Ｇ１から特徴レンジＩ１の半分の値だけスラントレンジ軸の負方向にシフトした位置である。また、船尾に関する特徴位置Ｊ２は、特徴レンジＩ１において、重心位置Ｇ１から特徴レンジＩ１の半分の値だけスラントレンジ軸の正の方向にシフトさせた位置である。
上記式（２）に従って算出された特徴レンジＩが負の値である場合、スラントレンジ軸の正負の方向は逆になる。
上記式（２）に従って算出された特徴レンジＩが負の値である場合、スラントレンジ軸の正負の方向は逆になる。
【0032】
続いて、第１の表示処理部１１５は、特徴レンジ算出部１１４が船首とマストとの間の長さに基づいて算出した特徴レンジＩ２において、特徴レンジＩ２の長さの分だけ、特徴位置Ｊ１からスラントレンジ軸の正の方向にシフトさせた位置を、マストに関する特徴位置Ｊ３として算出する。なお、上記式（２）に従って算出された特徴レンジＩ２が負の値である場合、特徴位置Ｊ３は、特徴位置Ｊ１から特徴レンジＩ２の長さの分だけスラントレンジ軸の負の方向にシフトさせた位置となる。
【0033】
第１の表示処理部１１５は、船首とコンテナとの間の長さ等の特徴諸元を特徴レンジＩに変換して、特徴レンジＩにおいて船首からシフトさせた位置を、特徴位置ＰＡとする。
例えば、図７に示すように、第１の表示処理部１１５は、特徴位置Ｊ１、特徴位置Ｊ２および特徴位置Ｊ３を含む複数の特徴位置を、目標Ｔａの特徴位置ＰＡとして算出する。
第１の表示処理部１１５は、目標Ｔａの特徴位置ＰＡをレーダ映像Ｅに重ねて表示するための第１の表示制御情報を生成し、第１の表示制御情報を表示部１０２に出力する。
表示部１０２は、第１の表示制御情報に基づいて、図７に示すような画面を表示する。
例えば、図７に示すように、第１の表示処理部１１５は、特徴位置Ｊ１、特徴位置Ｊ２および特徴位置Ｊ３を含む複数の特徴位置を、目標Ｔａの特徴位置ＰＡとして算出する。
第１の表示処理部１１５は、目標Ｔａの特徴位置ＰＡをレーダ映像Ｅに重ねて表示するための第１の表示制御情報を生成し、第１の表示制御情報を表示部１０２に出力する。
表示部１０２は、第１の表示制御情報に基づいて、図７に示すような画面を表示する。
【0034】
類別装置１００のオペレータは、表示部１０２に表示されたレーダ映像Ｅを目視で確認し、レーダ映像Ｅに重ねて表示した目標Ｔａの特徴位置ＰＡと、レーダ映像Ｅに写る実際の目標Ｔａの特徴位置ＰＢとを比較する。ここで、特徴位置ＰＡと特徴位置ＰＢとが一致しなければ、オペレータは、操作部１０３を用いて、特徴位置ＰＡを特徴位置ＰＢに一致させた特徴位置ＰＡ１に変換するための編集操作を行い、この編集操作を示す編集操作情報を、特徴位置編集部１１６に出力する。特徴位置編集部１１６は、目標Ｔａの特徴位置ＰＡに対して、編集操作情報が示す編集操作を行った特徴位置ＰＡ１を生成する。
【0035】
次に、特徴位置編集部１１６は、編集された目標Ｔａの特徴位置ＰＡ１を用いて、特徴レンジＲを算出する。目標Ｔａが船舶であり、特徴位置ＰＡ１に、船首に関する特徴位置Ｊ１、船尾に関する特徴位置Ｊ２、および、マストに関する特徴位置Ｊ３が含まれる場合を例に挙げる。この場合、特徴レンジＲは、例えば、船首に関する特徴位置Ｊ１から、別の特徴位置である、船尾に関する特徴位置Ｊ２またはマストに関する特徴位置Ｊ３までの長さである。
【0036】
続いて、特徴位置編集部１１６は、特徴レンジＲを、特徴諸元ＣＰに変換する。特徴諸元ＣＰは、特徴レンジＲを用いて推定可能な実際の目標Ｔａが有する長さの諸元である。例えば、アスペクト角θが図３に示す関係で定義される場合、特徴位置編集部１１６は、下記式（３）を用いて特徴諸元ＣＰを算出する。下記式（３）において｜ｃｏｓ（Ｘ）｜は、ｃｏｓ（Ｘ）の絶対値である。
特徴諸元ＣＰ（ｍ）＝特徴レンジＲ（ｍ）÷｜ｃｏｓ（アスペクト角θ）｜ （３）
特徴諸元ＣＰ（ｍ）＝特徴レンジＲ（ｍ）÷｜ｃｏｓ（アスペクト角θ）｜ （３）
【0037】
第２の目標識別部１１７は、特徴諸元データベースに記憶される目標候補ごとの既知の特徴諸元から、特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰに対応するものを特定し、特定した特徴諸元に対応する目標候補を選択するものである。
例えば、第２の目標識別部１１７は、特徴諸元データベースに記憶される目標候補ごとの既知の特徴諸元から、特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰに最も相関が高いものを特定し、特定した特徴諸元に対応する目標候補を選択する。
例えば、第２の目標識別部１１７は、特徴諸元データベースに記憶される目標候補ごとの既知の特徴諸元から、特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰに最も相関が高いものを特定し、特定した特徴諸元に対応する目標候補を選択する。
【0038】
具体的には、第２の目標識別部１１７が、既知の特徴諸元と特徴諸元ＣＰとの間に成立する相関関数を演算することにより両者の間に存在する関係を示す相関係数を求め、既知の特徴諸元のうち、特徴諸元ＣＰとの相関係数の値が最も大きいものを、最も相関が高いものとして選択する。これにより、類別装置１００は、特徴位置を編集して得られた目標Ｔａの特徴諸元ＣＰに近い特徴諸元を、既知の特徴諸元から選択することが可能である。
第２の目標識別部１１７により選択された目標候補は、目標Ｔａの再識別結果として、第２の目標識別部１１７から第２の表示処理部１１８に出力される。
第２の目標識別部１１７により選択された目標候補は、目標Ｔａの再識別結果として、第２の目標識別部１１７から第２の表示処理部１１８に出力される。
【0039】
第２の表示処理部１１８は、第２の目標識別部１１７が選択した目標候補を表示するための第２の表示制御情報を生成し、第２の表示制御情報を表示部１０２に出力する。
例えば、第２の表示処理部１１８は、第２の目標識別部１１７が選択した目標候補を、レーダ映像Ｅとともに表示させるための第２の表示制御情報を生成する。
表示部１０２は、第２の表示制御情報に基づいて目標Ｔａの再識別結果である目標候補を表示する。オペレータは、表示部１０２に表示された識別結果を参照することにより、レーダ映像Ｅからの目標Ｔａの再識別結果を確認することができる。
例えば、第２の表示処理部１１８は、第２の目標識別部１１７が選択した目標候補を、レーダ映像Ｅとともに表示させるための第２の表示制御情報を生成する。
表示部１０２は、第２の表示制御情報に基づいて目標Ｔａの再識別結果である目標候補を表示する。オペレータは、表示部１０２に表示された識別結果を参照することにより、レーダ映像Ｅからの目標Ｔａの再識別結果を確認することができる。
【0040】
なお、第１の表示制御情報に基づいて表示部１０２に表示されたレーダ映像Ｅを目視で確認したオペレータが、特徴位置ＰＡと特徴位置ＰＢとの差分が許容範囲内であると判断した場合、例えば、操作部１０３を用いて再識別不要を示す操作を行う。この操作を示す操作情報は、操作部１０３から特徴位置編集部１１６に出力される。特徴位置編集部１１６は、この操作情報に基づいて、目標Ｔａの再識別が不要であることを第２の目標識別部１１７に通知する。
【0041】
第２の表示処理部１１８は、再識別不要であることを示す通知を受信すると、目標Ｔａの特徴位置ＰＡをそのままレーダ映像Ｅに表示するための第２の表示制御情報を生成し、第２の表示制御情報を表示部１０２に出力する。表示部１０２は、第２の表示制御情報に基づいて、識別結果である目標Ｔａを、レーダ映像Ｅとともに表示する。オペレータは、表示部１０２に表示された識別結果を参照することにより、レーダ映像Ｅからの目標Ｔａの識別結果を確認することができる。
【0042】
また、これまで、第１の表示制御情報に基づいて表示部１０２に表示されたレーダ映像Ｅを目視で確認したオペレータが、操作部１０３を用いて特徴位置の編集操作を行う場合を示したが、特徴位置の編集操作は、自動で行われてもよい。
例えば、特徴位置編集部１１６は、特徴位置ＰＡと特徴位置ＰＢとの差分を許容閾値と比較し、差分が許容閾値を超える場合、特徴位置ＰＡが特徴位置ＰＢからかけ離れていると判定し、特徴位置ＰＡを特徴位置ＰＡ１に自動で変換（編集）してもよい。
例えば、特徴位置編集部１１６は、特徴位置ＰＡと特徴位置ＰＢとの差分を許容閾値と比較し、差分が許容閾値を超える場合、特徴位置ＰＡが特徴位置ＰＢからかけ離れていると判定し、特徴位置ＰＡを特徴位置ＰＡ１に自動で変換（編集）してもよい。
【0043】
この場合、第１の表示処理部１１５は、特徴位置編集部１１６が自動で行う特徴位置の編集操作を、表示部１０２に表示させるための表示制御情報を生成し、生成した表示制御情報を表示部１０２に出力してもよい。この場合、表示部１０２は、この表示制御情報に基づいて、特徴位置ＰＡが特徴位置ＰＡ１に編集される過程を表示する。オペレータは、表示部１０２に表示された編集操作を参照することで、特徴位置ＰＡを特徴位置ＰＡ１に自動で編集する処理の過程を目視で確認することができる。
【0044】
次に、レーダ装置２００の動作について説明する。
図８は、レーダ装置２００の動作を示すフローチャートである。
追尾処理部２０２は、外部空間に存在する目標Ｔａを追尾することで、目標Ｔａの進行方向等に基づいて目標Ｔａの向きＤ１を算出し、算出した向きＤ１をアスペクト角算出部１１１に出力する（ステップＳＴ１－１）。
図８は、レーダ装置２００の動作を示すフローチャートである。
追尾処理部２０２は、外部空間に存在する目標Ｔａを追尾することで、目標Ｔａの進行方向等に基づいて目標Ｔａの向きＤ１を算出し、算出した向きＤ１をアスペクト角算出部１１１に出力する（ステップＳＴ１－１）。
【0045】
送受信部２０１は、外部空間に送信したレーダ信号のビーム指向を示すビーム指向情報を生成し、ビーム指向情報をアスペクト角算出部１１１に出力する（ステップＳＴ１－２）。ビーム指向情報は、送信時のビーム指向に関する情報であり、送信電波の電波照射方向Ｄ２を示している。
【0046】
さらに、送受信部２０１は、外部空間から受信したレーダ信号を信号処理することで、レーダ映像Ｅを生成して、レーダ映像Ｅをレーダ映像入力部１１２に出力する（ステップＳＴ１－３）。
なお、ステップＳＴ１－１、ステップＳＴ１－２およびステップＳＴ１－３を処理する順序は問わず、同時に行われてもよい。
なお、ステップＳＴ１－１、ステップＳＴ１－２およびステップＳＴ１－３を処理する順序は問わず、同時に行われてもよい。
【0047】
図９は、実施の形態１に係る類別方法を示すフローチャートである。
アスペクト角算出部１１１が、レーダ装置２００から取得した目標Ｔａの向きＤ１を示す情報に基づいて、アスペクト角θを算出する（ステップＳＴ１Ａ－１）。例えば、アスペクト角算出部１１１は、上記式（１）に従ってアスペクト角θを算出する。
レーダ映像入力部１１２は、レーダ装置２００からレーダ映像Ｅを入力する（ステップＳＴ１Ａ－２）。なお、ステップＳＴ１Ａ－１およびステップＳＴ１Ａ－２の各処理は、順序は問わず、同時に行われてもよい。また、これらの処理は、実施の形態１に係る類別方法の前処理であり、実施の形態１に係る類別方法では、これらの処理が既に実行されているものとする。
アスペクト角算出部１１１が、レーダ装置２００から取得した目標Ｔａの向きＤ１を示す情報に基づいて、アスペクト角θを算出する（ステップＳＴ１Ａ－１）。例えば、アスペクト角算出部１１１は、上記式（１）に従ってアスペクト角θを算出する。
レーダ映像入力部１１２は、レーダ装置２００からレーダ映像Ｅを入力する（ステップＳＴ１Ａ－２）。なお、ステップＳＴ１Ａ－１およびステップＳＴ１Ａ－２の各処理は、順序は問わず、同時に行われてもよい。また、これらの処理は、実施の形態１に係る類別方法の前処理であり、実施の形態１に係る類別方法では、これらの処理が既に実行されているものとする。
【0048】
第１の目標識別部１１３が、レーダ映像Ｅから目標Ｔａを識別する（ステップＳＴ２Ａ）。続いて、特徴レンジ算出部１１４が、レーダ映像Ｅに含まれる目標Ｔａのアスペクト角情報、第１の目標識別部１１３による目標Ｔａの識別結果情報および目標候補ごとの既知の特徴諸元に基づいて、目標Ｔａの特徴部分の範囲である特徴レンジＩを算出する（ステップＳＴ３Ａ）。第１の表示処理部１１５が、特徴レンジ算出部１１４が算出した特徴レンジＩを用いて目標Ｔａの特徴位置ＰＡを決定し、決定した特徴位置ＰＡをレーダ映像Ｅに重ねて表示するための第１の表示制御情報を生成する（ステップＳＴ４Ａ）。
表示部１０２は、第１の表示制御情報に基づいて、目標Ｔａの特徴位置ＰＡとともに、レーダ映像Ｅを表示する。
表示部１０２は、第１の表示制御情報に基づいて、目標Ｔａの特徴位置ＰＡとともに、レーダ映像Ｅを表示する。
【0049】
特徴位置編集部１１６が、第１の表示制御情報に基づいて表示部１０２に表示したレーダ映像Ｅにおける目標の特徴位置ＰＡに対する編集操作を示す編集操作情報を取得すると、編集操作情報が示す編集操作が行われた目標の特徴位置ＰＡ１を用いて、目標Ｔａの特徴諸元ＣＰを算出する（ステップＳＴ５Ａ）。
第２の目標識別部１１７が、目標候補ごとの既知の特徴諸元から特徴位置編集部１１６が算出した目標の特徴諸元ＣＰに対応するものを特定し、特定した特徴諸元に対応する目標候補を選択する（ステップＳＴ６Ａ）。
第２の表示処理部１１８が、第２の目標識別部１１７が選択した目標候補を表示するための第２の表示制御情報を生成する（ステップＳＴ７Ａ）。
表示部１０２は、第２の表示制御情報に基づいて、再識別された目標候補とともにレーダ映像Ｅを表示する。
第２の目標識別部１１７が、目標候補ごとの既知の特徴諸元から特徴位置編集部１１６が算出した目標の特徴諸元ＣＰに対応するものを特定し、特定した特徴諸元に対応する目標候補を選択する（ステップＳＴ６Ａ）。
第２の表示処理部１１８が、第２の目標識別部１１７が選択した目標候補を表示するための第２の表示制御情報を生成する（ステップＳＴ７Ａ）。
表示部１０２は、第２の表示制御情報に基づいて、再識別された目標候補とともにレーダ映像Ｅを表示する。
【0050】
ステップＳＴ４Ａにおいて、オペレータが、特徴位置ＰＡとレーダ映像Ｅにおける特徴位置ＰＢとを比較する。オペレータは、特徴位置ＰＡと特徴位置ＰＢとの対応が妥当であると判断すれば、ステップＳＴ３Ａで得られた識別結果が間違っていないと納得することができる。その一方で、特徴位置ＰＡと特徴位置ＰＢとがかけ離れていれば、オペレータは、ステップＳＴ３Ａで得られた識別結果が間違っている可能性があると判断することができる。この場合、特徴位置ＰＡを編集し、その編集した特徴位置ＰＡ１を用いて目標を再識別することにより、オペレータは、再識別結果に納得感を得ることができる。
なお、納得感だけでなく、オペレータによる入力情報で識別情報が増えることにより、実際に類別装置１００の類別精度も向上する。
なお、納得感だけでなく、オペレータによる入力情報で識別情報が増えることにより、実際に類別装置１００の類別精度も向上する。
【0051】
また、第２の目標識別部１１７は、レーダ映像Ｅ、および特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰが入力されると、目標Ｔａの特徴諸元ＣＰに対応する目標候補を出力する第２の学習モデルを用いて、既知の特徴諸元に対応する目標候補から、目標候補を選択してもよい。
【0052】
図１０Ａは、第２の学習モデル１５Ａを生成するための学習データの概要を示す図である。図１０Ｂは、第２の学習モデル１５Ａの概要を示す図である。図１０Ａにおいて、学習データには、レーダ映像Ｅと、このレーダ映像Ｅに対応するアノテーション情報Ｆと、アノテーション情報Ｆに対応する特徴諸元Ｈとが含まれる。
アノテーション情報Ｆは、レーダ映像Ｘ１に含まれる目標Ｘの候補が含まれる。
第２の学習モデル１５Ａは、学習データベース１４Ａに登録された学習データを用いた学習により生成される。
なお、学習データに含まれる、レーダ映像Ｅ、これに対応するアノテーション情報Ｆおよびアノテーション情報Ｆに対応する特徴諸元Ｈは、送受信部２０１により生成されたものに限定されない。
アノテーション情報Ｆは、レーダ映像Ｘ１に含まれる目標Ｘの候補が含まれる。
第２の学習モデル１５Ａは、学習データベース１４Ａに登録された学習データを用いた学習により生成される。
なお、学習データに含まれる、レーダ映像Ｅ、これに対応するアノテーション情報Ｆおよびアノテーション情報Ｆに対応する特徴諸元Ｈは、送受信部２０１により生成されたものに限定されない。
【0053】
第２の目標識別部１１７が、図１０Ｂに示すように、レーダ映像Ｅおよび特徴諸元Ｈ１～Ｈ４を第２の学習モデル１５Ａに入力する。これにより、第２の学習モデル１５Ａは、レーダ映像Ｅおよび特徴諸元Ｈ１～Ｈ４に対応する目標候補を推論し、推論した目標候補を識別結果情報として出力する。このように第２の目標識別部１１７が第２の学習モデル１５Ａを用いることにより、類別装置１００は、レーダ映像Ｅおよび特徴諸元に対応する目標候補を精度よく選択ことができる。
【0054】
また、第２の学習モデル１５Ａは、レーダ映像Ｅ、および、目標Ｔａのアノテーション情報Ｆに基づいて決定された目標Ｔａの特徴位置が入力されると、目標候補の名称および種類をアノテーション情報として含む目標候補の識別情報を出力する、機械学習モデルであってもよい。第２の目標識別部１１７がこの第２の学習モデル１５Ａを用いることで、類別装置１００は、目標候補の名称および種類をアノテーション情報として含む目標候補を精度よく選択ことができる。
【0055】
次に、類別装置１００の機能を実現するハードウェア構成について説明する。
類別装置１００が備える、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８の各機能は処理回路により実現される。すなわち、類別装置１００は、図９に示したステップＳＴ１Ａ－１からステップＳＴ７Ａまでの各処理を実行するための処理回路を備える。処理回路は、専用のハードウェアであってもよいが、メモリに記憶されたプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であってもよい。
類別装置１００が備える、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８の各機能は処理回路により実現される。すなわち、類別装置１００は、図９に示したステップＳＴ１Ａ－１からステップＳＴ７Ａまでの各処理を実行するための処理回路を備える。処理回路は、専用のハードウェアであってもよいが、メモリに記憶されたプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であってもよい。
【0056】
図１１Ａは、類別装置１００の機能を実現するハードウェア構成を示すブロック図である。また、図１１Ｂは、類別装置１００の機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。図１１Ａおよび図１１Ｂにおいて、入力インタフェース１０００は、例えば、レーダ装置２００から類別装置１００へ出力されるアスペクト角情報とレーダ映像Ｅ、および操作部１０３から類別装置１００へ出力される編集操作情報を中継するインタフェースである。出力インタフェース１００１は、例えば、類別装置１００から表示部１０２へ出力される識別結果情報を中継するインタフェースである。
【0057】
処理回路が、図１１Ａに示す専用のハードウェアの処理回路１００２である場合、処理回路１００２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）または、これらを組み合わせたものが該当する。
類別装置１００が備えるアスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８の各機能を、別々の処理回路が実現してもよく、これらの機能をまとめて一つの処理回路が実現してもよい。
類別装置１００が備えるアスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８の各機能を、別々の処理回路が実現してもよく、これらの機能をまとめて一つの処理回路が実現してもよい。
【0058】
処理回路が、図１１Ｂに示すプロセッサ１００３である場合、類別装置１００が備えるアスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８の各機能は、ソフトウェア、ファームウェアまたはソフトウェアとファームウェアとの組み合わせにより実現される。なお、ソフトウェアまたはファームウェアは、プログラムとして記述されてメモリ１００４に記憶される。メモリ１００４は、例えば、図２に示した記憶部１０１である。
【0059】
プロセッサ１００３は、メモリ１００４に記憶される類別用アプリケーションのプログラムを読み出して実行することにより、類別装置１００が備える、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８の各機能を実現する。例えば、類別装置１００は、プロセッサ１００３により実行されるときに、図９に示したステップＳＴ１Ａ－１からステップＳＴ７Ａの処理が結果的に実行される上記プログラムを記憶するためのメモリ１００４を備える。このプログラムは、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８が行う処理の手順または方法を、コンピュータに実行させる。メモリ１００４は、コンピュータを、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８として機能させるためのプログラムが記憶されたコンピュータ可読記憶媒体であってもよい。
【0060】
メモリ１００４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－ＥＰＲＯＭ）などの不揮発性また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、ＤＶＤなどが該当する。
【0061】
類別装置１００が備える、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８の各機能の一部が専用のハードウェアで実現され、残りの一部がソフトウェアまたはファームウェアで実現されてもよい。例えば、アスペクト角算出部１１１およびレーダ映像入力部１１２は、専用のハードウェアである処理回路１００２によってその機能が実現され、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７および第２の表示処理部１１８は、プロセッサ１００３がメモリ１００４に記憶されたプログラムを読み出して実行することによりその機能が実現される。
このように、処理回路はハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせによって上記機能を実現することができる。
このように、処理回路はハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせによって上記機能を実現することができる。
【0062】
以上のように、実施の形態１に係る類別装置１００は、レーダ映像Ｅから目標Ｔａを識別する第１の目標識別部１１３と、レーダ映像Ｅに含まれる目標Ｔａのアスペクト角情報、第１の目標識別部１１３による目標Ｔａの識別結果情報および目標候補ごとの既知の特徴諸元に基づいて目標Ｔａの特徴レンジＩを算出する特徴レンジ算出部１１４と、特徴レンジＩを用いて目標の特徴位置ＰＡを決定し、特徴位置ＰＡをレーダ映像Ｅに重ねて表示するための第１の表示制御情報を生成する第１の表示処理部１１５と、第１の表示制御情報に基づいて表示部１０２に表示したレーダ映像Ｅにおける目標Ｔａの特徴位置ＰＡに対する編集操作を示す編集操作情報を取得すると、編集操作が行われた目標Ｔａの特徴位置ＰＡ１を用いて目標Ｔａの特徴諸元ＣＰを算出する特徴位置編集部１１６と、目標候補ごとの既知の特徴諸元から特徴諸元ＣＰに対応するものを特定し、特定した特徴諸元に対応する目標候補を選択する第２の目標識別部１１７と、第２の目標識別部１１７が選択した目標候補を表示するための第２の表示制御情報を生成する第２の表示処理部１１８と、を備える。レーダ映像Ｅから識別した目標Ｔａの特徴位置ＰＡと目標Ｔａの特徴位置ＰＢとがかけ離れていても、これを編集した目標Ｔａの特徴位置ＰＡ１を用いて目標Ｔａが再度識別されるので、類別装置１００は、目標Ｔａの類別精度を高めることができる。
【0063】
実施の形態１に係る類別装置１００において、第１の目標識別部１１３は、レーダ映像がＥ入力されると、目標Ｔａの識別結果情報を出力する第１の学習モデル１５を用いて、目標Ｔａを識別する。第１の目標識別部１１３が第１の学習モデル１５を用いることで、類別装置１００は、レーダ映像Ｅを用いた目標Ｔａの類別を精度よく行うことができる。
【0064】
実施の形態１に係る類別装置１００において、第２の目標識別部１１７は、目標候補ごとの既知の特徴諸元から、特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰに最も相関が高いものを特定して、特定した特徴諸元に対応する目標候補を選択する。これにより、類別装置１００は、編集された特徴位置ＰＡ１に基づいて算出された特徴諸元ＣＰに近い特徴諸元を、既知の特徴諸元から選択することが可能である。
【0065】
実施の形態１に係る類別装置１００において、第２の目標識別部１１７は、レーダ映像Ｅ、および特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰが入力されると、目標Ｔａの特徴諸元ＣＰに対応する目標候補を出力する第２の学習モデル１５Ａを用いて、目標候補を選択する。第２の目標識別部１１７が第２の学習モデル１５Ａを用いることにより、類別装置１００は、既知の特徴諸元に対応する目標候補から、特徴諸元ＣＰに対応する目標候補を精度よく選択することができる。
【0066】
実施の形態１に係る類別装置１００において、第２の学習モデル１５Ａは、レーダ映像、Ｅおよび、目標Ｔａのアノテーション情報Ｆに基づいて決定された目標Ｔａの特徴位置が入力されると、目標候補の名称および種類をアノテーション情報として含む目標候補の識別情報を出力するものである。第２の目標識別部１１７がこの第２の学習モデル１５Ａを用いることで、類別装置１００は、目標候補の名称および種類をアノテーション情報として含む目標候補を精度よく選択ことができる。
【0067】
実施の形態１に係る類別システム１は、探索した目標Ｔａを含むレーダ映像Ｅを生成して出力するレーダ装置２００と、第１の表示制御情報および第２の表示制御情報に基づいてレーダ映像Ｅを表示する表示部１０２と、表示部１０２に表示されたレーダ映像Ｅにおける目標Ｔａの特徴位置ＰＡに対する編集操作を受け付ける操作部１０３と、レーダ装置２００が生成したレーダ映像Ｅおよび編集操作情報を入力する類別装置１００を備える。これにより、目標の類別精度を高めた類別システム１を提供することができる。
【0068】
実施の形態１に係る類別方法は、第１の目標識別部１１３がレーダ映像Ｅから目標Ｔａを識別するステップＳＴ２Ａと、特徴レンジ算出部１１４がレーダ映像Ｅに含まれる目標Ｔａのアスペクト角情報、第１の目標識別部１１３による目標Ｔａの識別結果情報および目標候補ごとの既知の特徴諸元に基づいて目標Ｔａの特徴レンジＩを算出するステップＳＴ３Ａと、第１の表示処理部１１５が、特徴レンジＩを用いて目標Ｔａの特徴位置ＰＡを決定し、決定した特徴位置ＰＡを、レーダ映像Ｅに重ねて表示するための第１の表示制御情報を生成するステップＳＴ４Ａと、特徴位置編集部１１６が、第１の表示制御情報に基づいて表示部１０２に表示したレーダ映像Ｅにおける目標の特徴位置ＰＡに対する編集操作を示す編集操作情報を取得すると、編集操作情報が示す編集操作が行われた目標Ｔａの特徴位置ＰＡ１を用いて目標Ｔａの特徴諸元ＣＰを算出するステップＳＴ５Ａと、第２の目標識別部１１７が、目標候補ごとの既知の特徴諸元から、特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰに対応するものを特定し、特徴諸元ＣＰに対応する目標候補を選択するステップＳＴ６Ａと、第２の表示処理部１１８が、第２の目標識別部１１７が選択した目標候補を表示するための第２の表示制御情報を生成するステップＳＴ７Ａとを備える。類別装置１００がこの方法を実行することにより、目標の類別精度を高めることができる。
【0069】
実施の形態２．
図１２は、実施の形態２に係る類別装置１００Ａの構成例を示すブロック図である。図１２において、図２と同一の構成要素には同一の符号を付して重複する説明を省略する。類別装置１００Ａは、図１に示した類別システム１が備える類別装置１００の代わりに設けられる。類別対象の目標は、類別装置１００と同様に、例えば、船舶または航空機等の移動体である。類別装置１００Ａは、レーダ装置２００が生成したレーダ映像から目標を類別する。レーダ映像は、例えばＩＳＡＲまたはＳＡＲによるレーダ静止画像または動画像情報である。
図１２は、実施の形態２に係る類別装置１００Ａの構成例を示すブロック図である。図１２において、図２と同一の構成要素には同一の符号を付して重複する説明を省略する。類別装置１００Ａは、図１に示した類別システム１が備える類別装置１００の代わりに設けられる。類別対象の目標は、類別装置１００と同様に、例えば、船舶または航空機等の移動体である。類別装置１００Ａは、レーダ装置２００が生成したレーダ映像から目標を類別する。レーダ映像は、例えばＩＳＡＲまたはＳＡＲによるレーダ静止画像または動画像情報である。
【0070】
類別装置１００Ａは、特徴諸元データベースが記憶されている記憶部１０１、表示部１０２および操作部１０３を備え、さらに図１２において図示しない演算部を備えている。記憶部１０１は、類別装置１００Ａとして機能するコンピュータが備える記憶装置であり、ＨＤＤ、または、ＳＳＤ等のストレージ、もしくは、図１１Ｂに示したメモリ１００４等を含むものである。なお、記憶部１０１は、類別装置１００Ａからアクセス可能なものであればよく、類別装置１００Ａの外部に設けられてもよい。
【0071】
上記演算部は、類別装置１００Ａの全体動作を制御する。演算部は、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７Ａ、第２の表示処理部１１８、アノテーション処理部１１９および学習モデル更新部１２０を備える。
演算部が類別用アプリケーションを実行することで、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７Ａ、第２の表示処理部１１８、アノテーション処理部１１９および学習モデル更新部１２０の各機能が実現される。
演算部が類別用アプリケーションを実行することで、アスペクト角算出部１１１、レーダ映像入力部１１２、第１の目標識別部１１３、特徴レンジ算出部１１４、第１の表示処理部１１５、特徴位置編集部１１６、第２の目標識別部１１７Ａ、第２の表示処理部１１８、アノテーション処理部１１９および学習モデル更新部１２０の各機能が実現される。
【0072】
なお、アスペクト角算出部１１１の機能は、特徴レンジ算出部１１４が備えてもよく、レーダ映像入力部１１２の機能は、第１の目標識別部１１３が備えてもよい。この場合、類別装置１００Ａは、アスペクト角算出部１１１およびレーダ映像入力部１１２を備えていなくてもよい。
【0073】
第１の目標識別部１１３は、レーダ映像Ｅが入力されると、目標Ｔａの識別結果情報を出力する第１の学習モデル１５を用いて、目標Ｔａを識別するものである。なお、第１の学習モデル１５は、学習モデル更新部１２０によって更新される。
【0074】
第２の目標識別部１１７Ａは、レーダ映像Ｅ、および特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰが入力されると、目標Ｔａの特徴諸元ＣＰに対応する目標候補を出力する第２の学習モデル１５Ａを用いて、既知の特徴諸元に対応する目標候補から目標候補を選択するものである。なお、第２の学習モデル１５Ａは、学習モデル更新部１２０によって更新される。
【0075】
アノテーション処理部１１９は、第２の目標識別部１１７Ａによる目標Ｔａの識別結果を、レーダ映像Ｅ、および、特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰに紐付けられたアノテーション情報Ｆを生成する。例えば、目標Ｔａが船舶である場合に、特徴諸元ＣＰは、船舶のＬＯＡ、船首とマストとの間の長さ、または、船首とコンテナとの間の長さ等である。
【0076】
学習モデル更新部１２０は、アノテーション情報Ｆ、レーダ映像Ｅ、および特徴位置編集部１１６が算出した目標Ｔａの特徴諸元ＣＰを用いて、第１の学習モデル１５、または第２の学習モデル１５Ａの一方または両方を更新する。
例えば、第１の学習モデル１５を更新する場合、アノテーション処理部１１９は、図４Ａに示した学習データベース１４に対して、レーダ映像Ｅと、これに対応するアノテーション情報Ｆを追加する。そして、学習モデル更新部１２０は、追加された学習データを含む学習データを再学習することにより第１の学習モデル１５を更新する。これにより、第１の学習モデル１５を更新することで、類別装置１００Ａは、推論精度を高めた第１の学習モデル１５を用いて、目標を識別することができる。
例えば、第１の学習モデル１５を更新する場合、アノテーション処理部１１９は、図４Ａに示した学習データベース１４に対して、レーダ映像Ｅと、これに対応するアノテーション情報Ｆを追加する。そして、学習モデル更新部１２０は、追加された学習データを含む学習データを再学習することにより第１の学習モデル１５を更新する。これにより、第１の学習モデル１５を更新することで、類別装置１００Ａは、推論精度を高めた第１の学習モデル１５を用いて、目標を識別することができる。
【0077】
また、第２の学習モデル１５Ａを更新する場合、アノテーション処理部１１９は、図１０Ａに示した学習データベース１４Ａに対して、レーダ映像Ｅと、このレーダ映像Ｅに対応するアノテーション情報Ｆと、アノテーション情報Ｆに対応する特徴諸元Ｈとを追加する。そして、学習モデル更新部１２０は、追加された学習データを含む学習データを再学習することにより第２の学習モデル１５Ａを更新する。
これにより、第２の学習モデル１５Ａを更新することで、類別装置１００Ａは、推論精度を高めた第２の学習モデル１５Ａを用いて、目標を識別することができる。
これにより、第２の学習モデル１５Ａを更新することで、類別装置１００Ａは、推論精度を高めた第２の学習モデル１５Ａを用いて、目標を識別することができる。
【0078】
図１３は、実施の形態２に係る類別方法を示すフローチャートであり、第２の学習モデル１５Ａを更新する場合について示している。
アスペクト角算出部１１１が、レーダ装置２００から取得した目標Ｔａの向きＤ１を示す情報に基づいて、アスペクト角θを算出する（ステップＳＴ１Ｂ－１）。例えば、アスペクト角算出部１１１は、上記式（１）に従ってアスペクト角θを算出する。
レーダ映像入力部１１２は、レーダ装置２００からレーダ映像Ｅを入力する（ステップＳＴ１Ｂ－２）。なお、ステップＳＴ１Ｂ－１およびステップＳＴ１Ｂ－２の各処理は、順序は問わず、同時に行われてもよい。また、これらの処理は、実施の形態２に係る類別方法の前処理であり、実施の形態２に係る類別方法では、これらの処理が既に実行されているものとする。
アスペクト角算出部１１１が、レーダ装置２００から取得した目標Ｔａの向きＤ１を示す情報に基づいて、アスペクト角θを算出する（ステップＳＴ１Ｂ－１）。例えば、アスペクト角算出部１１１は、上記式（１）に従ってアスペクト角θを算出する。
レーダ映像入力部１１２は、レーダ装置２００からレーダ映像Ｅを入力する（ステップＳＴ１Ｂ－２）。なお、ステップＳＴ１Ｂ－１およびステップＳＴ１Ｂ－２の各処理は、順序は問わず、同時に行われてもよい。また、これらの処理は、実施の形態２に係る類別方法の前処理であり、実施の形態２に係る類別方法では、これらの処理が既に実行されているものとする。
【0079】
第１の目標識別部１１３が、レーダ映像Ｅから目標Ｔａを識別する（ステップＳＴ２Ｂ）。続いて、特徴レンジ算出部１１４が、レーダ映像Ｅに含まれる目標Ｔａのアスペクト角情報、第１の目標識別部１１３による目標Ｔａの識別結果情報および目標候補ごとの既知の特徴諸元に基づいて、目標Ｔａの特徴部分の範囲である特徴レンジＩを算出する（ステップＳＴ３Ｂ）。第１の表示処理部１１５が、特徴レンジ算出部１１４が算出した特徴レンジＩを用いて目標Ｔａの特徴位置ＰＡを決定し、決定した特徴位置ＰＡをレーダ映像Ｅに重ねて表示するための第１の表示制御情報を生成する（ステップＳＴ４Ｂ）。
表示部１０２は、第１の表示制御情報に基づいて、目標Ｔａの特徴位置ＰＡとともに、レーダ映像Ｅを表示する。
表示部１０２は、第１の表示制御情報に基づいて、目標Ｔａの特徴位置ＰＡとともに、レーダ映像Ｅを表示する。
【0080】
特徴位置編集部１１６が、第１の表示制御情報に基づいて表示部１０２に表示したレーダ映像Ｅにおける目標の特徴位置ＰＡに対する編集操作を示す編集操作情報を取得すると、編集操作情報が示す編集操作が行われた目標の特徴位置ＰＡ１を用いて、目標Ｔａの特徴諸元ＣＰを算出する（ステップＳＴ５Ｂ）。
第２の目標識別部１１７Ａが、目標候補ごとの既知の特徴諸元から特徴位置編集部１１６が算出した目標の特徴諸元ＣＰに対応するものを特定し、特定した特徴諸元に対応する目標候補を選択する（ステップＳＴ６Ｂ）。さらに、第２の目標識別部１１７Ａは、目標識別結果、レーダ映像Ｅおよび特徴諸元ＣＰをアノテーション処理部１１９に出力する。
第２の表示処理部１１８が、第２の目標識別部１１７Ａが選択した目標候補を表示するための第２の表示制御情報を生成する（ステップＳＴ７Ｂ）。
表示部１０２は、第２の表示制御情報に基づいて、再識別された目標候補とともにレーダ映像Ｅを表示する。
第２の目標識別部１１７Ａが、目標候補ごとの既知の特徴諸元から特徴位置編集部１１６が算出した目標の特徴諸元ＣＰに対応するものを特定し、特定した特徴諸元に対応する目標候補を選択する（ステップＳＴ６Ｂ）。さらに、第２の目標識別部１１７Ａは、目標識別結果、レーダ映像Ｅおよび特徴諸元ＣＰをアノテーション処理部１１９に出力する。
第２の表示処理部１１８が、第２の目標識別部１１７Ａが選択した目標候補を表示するための第２の表示制御情報を生成する（ステップＳＴ７Ｂ）。
表示部１０２は、第２の表示制御情報に基づいて、再識別された目標候補とともにレーダ映像Ｅを表示する。
【0081】
アノテーション処理部１１９は、第２の目標識別部１１７Ａから取得した目標識別結果、レーダ映像Ｅおよび特徴諸元ＣＰからなる学習データを生成して、生成した学習データを学習データベース１４Ａに追加する（ステップＳＴ８Ｂ）。
学習モデル更新部１２０は、学習データベース１４Ａから、アノテーション処理部１１９により追加された学習データを含む学習データを再学習することで、第２の学習モデル１５Ａを更新する（ステップＳＴ９Ｂ）。この後、第２の目標識別部１１７Ａは、更新された第２の学習モデル１５Ａを用いて、ステップＳＴ６Ｂの処理を実行する。
学習モデル更新部１２０は、学習データベース１４Ａから、アノテーション処理部１１９により追加された学習データを含む学習データを再学習することで、第２の学習モデル１５Ａを更新する（ステップＳＴ９Ｂ）。この後、第２の目標識別部１１７Ａは、更新された第２の学習モデル１５Ａを用いて、ステップＳＴ６Ｂの処理を実行する。
【0082】
ステップＳＴ４Ｂにおいて、オペレータが、特徴位置ＰＡとレーダ映像Ｅにおける特徴位置ＰＢとを比較する。オペレータは、特徴位置ＰＡと特徴位置ＰＢとの対応が妥当であると判断すれば、ステップＳＴ３Ｂで得られた識別結果が間違っていないと納得することができる。その一方で、特徴位置ＰＡと特徴位置ＰＢとがかけ離れていれば、オペレータは、ステップＳＴ３Ｂで得られた識別結果が間違っている可能性があると判断することができる。この場合、特徴位置ＰＡを編集し、その編集した特徴位置ＰＡ１を用いて目標を再識別することにより、オペレータは、再識別結果に納得感を得ることができる。
なお、納得感だけでなく、オペレータによる入力情報で識別情報が増えることにより、実際に類別装置１００Ａの類別精度も向上する。
なお、納得感だけでなく、オペレータによる入力情報で識別情報が増えることにより、実際に類別装置１００Ａの類別精度も向上する。
【0083】
以上のように、実施の形態２に係る類別装置１００Ａは、第２の目標識別部１１７Ａによる目標の識別結果を、レーダ映像、および特徴位置編集部１１６が算出した目標の特徴諸元に紐付けられたアノテーション情報を生成するアノテーション処理部１１９と、アノテーション情報、レーダ映像、および特徴位置編集部１１６が算出した目標の特徴諸元を用いて、第１の学習モデルまたは第２の学習モデルの一方または両方を更新する学習モデル更新部１２０を備える。これにより、第１の学習モデル１５または第２の学習モデル１５Ａの一方または両方を更新することで、類別装置１００Ａは、推論精度を高めた第１の学習モデル１５または第２の学習モデル１５Ａの一方または両方を用いて目標を識別することができる。
【0084】
なお、各実施の形態の組み合わせまたは実施の形態のそれぞれの任意の構成要素の変形もしくは実施の形態のそれぞれにおいて任意の構成要素の省略が可能である。
【産業上の利用可能性】
【0085】
本開示に係る類別装置は、例えば、船舶または航空機の類別に利用可能である。
【符号の説明】
【0086】
１ 類別システム、１３ センサ、１４，１４Ａ 学習データベース、１５ 第１の学習モデル、１５Ａ 第２の学習モデル、１００，１００Ａ 類別装置、１０１ 記憶部、１０２ 表示部、１０３ 操作部、１１１ アスペクト角算出部、１１２ レーダ映像入力部、１１３ 第１の目標識別部、１１４ 特徴レンジ算出部、１１５ 第１の表示処理部、１１６ 特徴位置編集部、１１７，１１７Ａ 第２の目標識別部、１１８ 第２の表示処理部、１１９ アノテーション処理部、１２０ 学習モデル更新部、２００ レーダ装置、２０１ 送受信部、２０２ 追尾処理部、１０００ 入力インタフェース、１００１ 出力インタフェース、１００２ 処理回路、１００３ プロセッサ、１００４ メモリ。
【要約】
類別装置（１００）は、目標を識別する第１の目標識別部（１１３）と、目標の特徴位置を決定する特徴位置決定部（１１４）と、目標の特徴位置をレーダ映像に重ねて表示するための第１の表示制御情報を生成する第１の表示処理部（１１５）と、レーダ映像に重ねて表示した目標の特徴位置に対する編集操作が行われると、編集操作された特徴位置を用いて、目標の特徴諸元を算出する特徴位置編集部（１１６）と、目標候補ごとの既知の特徴諸元から、特徴位置編集部（１１６）が算出した目標の特徴諸元に対応するものを特定し、特定した特徴諸元に対応する目標候補を選択する第２の目標識別部（１１７）と、選択した目標候補を表示するための第２の表示制御情報を生成する第２の表示処理部（１１８）と、を備える。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】