从高分辨率距离像目标的无人监督到半监督异常检测方法
信号处理
2021-06-22 v1
摘要
为应对在明确环境中检测异常雷达目标的挑战，文献中不断涌现出创新的异常与新奇检测方法。本文旨在给出一个汇集常用及近期提出的无监督异常检测(AD)方法的基准，结果使用高分辨率距离像(HRRP)生成。我们考虑了一种半监督AD(SAD)以展示利用少量标注异常提升性能的附加价值。实验在训练集含异常样本污染与不含污染两种情况下进行，以尽可能接近真实作战环境。构成我们基线的常用AD方法包括单类支持向量机(OC-SVM)、孤立森林(IF)、局部离群因子(LOF)与卷积自编码器(CAE)。本文提出的较新颖AD方法为深度支持向量数据描述(Deep SVDD)与随机投影深度(RPD)，分别属于深度与浅层AD。Deep SVDD的半监督适配构成了我们的SAD方法。HRRP数据由一部海岸监视雷达生成，因此我们的结果表明AD有助于增强海上与海岸态势感知。
引用
@article{arxiv.2106.11168,
title = {From Unsupervised to Semi-supervised Anomaly Detection Methods for HRRP Targets},
author = {Martin Bauw and Santiago Velasco-Forero and Jesus Angulo and Claude Adnet and Olivier Airiau},
journal= {arXiv preprint arXiv:2106.11168},
year = {2021}
}