基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别

MA Lin,PAN Zongxu,HUANG Zhongling,HAN Bing,HU Yuxin,ZHOU Xiao,LEI Bin

Journal of Radars（2021）

引用 2|浏览5

暂无评分

摘要

SAR多通道引起的虚假目标与散焦的船舶目标形状纹理特征非常相似,在全孔径SAR图像中难以区分.针对此类虚假目标造成的虚警问题,该文提出一种基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别方法.首先,对复数SAR图像进行幅值计算得到幅度图像,利用迁移学习方法提取幅度图像中的全孔径特征;接着,对复数SAR图像进行子孔径分解获得一系列子孔径图像,然后用栈式卷积自编码器(SCAE)提取子孔径图像中的子孔径特征;最后,将子孔径和全孔径特征进行串联并利用联合特征进行分类.在高分三号超精细条带模式SAR图像上的实验结果表明,该方法可以有效的鉴别船舶目标和多通道虚假目标,与仅使用全孔径特征学习的方法相比准确率提升了16.32％.

查看译文

关键词

synthetic aperture radar (sar),deep learning,sub-aperture feature learning,ship target discrimination,multichannel false-target

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要