稀疏编码树框架下的SAR目标识别

• 作者: 刘学军 张礼 陈春林
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: SAR目标识别 型号识别 稀疏编码树 字典学习 稀疏表示
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 768-769,771-775
• 页数: 7页
• 分类号: TP391
• 字数: 4460字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1603058

摘要

为了提高利用合成孔径雷达(synthetic aperture radar,SAR)图像对目标型号识别的能力,在稀疏表示识别方法的基础上,提出了一种树形框架稀疏编码的雷达目标识别方法.稀疏编码树是由多个节点构成的分类器,其上每个节点由不同识别需求的子分类器构成.在训练阶段,分别针对目标型号识别需求以及型号识别需求学习相应分类器,组成分类器的根节点和子节点.识别阶段在根节点位置完成对目标类别的判断,再根据根节点的判断结果,对存在型号变体的目标,在子节点上再对型号进行识别,最终输出目标的识别结果,而不存在型号变体的目标则直接输出识别结果.基于美国运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)计划录取的SAR图像数据集上的实验结果表明,树形结构在取得与主流方法相当的目标类别识别精度的前提下,提高了对目标型号的识别能力,同时能够准确输出目标类别识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈春林	南京航空航天大学计算机科学与技术学院	2	1	1.0	1.0
2	张礼	南京航空航天大学计算机科学与技术学院	12	38	4.0	5.0
3	刘学军	南京航空航天大学计算机科学与技术学院	31	236	7.0	14.0