エンドツーエンドの合成開口レーダ（SAR）自動目標認識（ATR）システムのために，コース／ファイン両方のセグメンテーションを行う新しい畳み込みニューラルネットワーク（CNN）を提案する．
合成開口レーダ（SAR）自動目標認識（ATR）の標準アーキテクチャーは，検出，識別及び分類の3つの段階から構成される．本報告では，SAR画像からのEnd-to-End ATRのために，新しい畳み込みニューラルネットワーク（CNN）を提案する．
本報告では，合成開口レーダ（SAR）画像から自動目標認識（ATR）を行うための畳み込みニューラルネットワーク（CNN）の平行移動不変性について検討する．ここで，SAR ATR用CNNの平行移動不変性は，SAR画像から抽出された目標チップのミスアライメントに対するロバスト性を表している．