print preview Retour Aperçu, messages, manifestations

Classification automatique de données radar grâce à des méthodes d’apprentissage machine

L’analyse des images recourt par défaut à des méthodes d’apprentissage machine (ML) pour classifier automatiquement les images et en identifier les caractéristiques. Ces méthodes tentent de regrouper les particularités spécifiques à chaque image au sein d’un bloc de données test et de leur attribuer des classes prédéfinies (p. ex. «paysage», «chien», «personne») en vue de la généralisation de ce processus à de nouvelles images.

19.09.2019 | Dr. Roland Oechslin, WTS

Plusieurs objectifs du point de vue d’un radar de surveillance à bandeX
Plusieurs objectifs du point de vue d’un radar de surveillance à bandeX.

Encore peu courantes dans le domaine des installations radar opérationnelles, ces méthodes sont déjà utilisées dans des démonstrateurs technologiques. Le projet «Soli» identifie par exemple des mouvements de la main au moyen d’un capteur radar miniaturisé et leur attribue des gestes comme un «défilement à l’aide du pouce», un «claquement de doigt» ou la «pression d’une touche».

armasuisse S+T explore les possibilités offertes par les méthodes dites ML dans le domaine des radars via un projet de recherche impliquant les domaines spécialisés WTS et WTC4I. Un bloc de données comprenant une multitude d’objectifs (personnes, véhicules) a été récolté au moyen de divers réglages radar. Les données ont ensuite été réparties dans une série de sections de traitement (images), et des métadonnées comme «l’objectif est une personne» ou «l’objectif marche en direction du radar» leur ont été attribuées.

Ce projet de recherche vise à évaluer la qualité de la détection et de la classification des objectifs en fonction des conditions, afin de déterminer si les méthodes ML sont susceptibles de compléter, voire de remplacer les méthodes traditionnelles de classification comme la signature micro-Doppler ou la résolution à longue portée.