基于栈式自编码器特征融合的SAR图像车辆目标识别

• 作者: 冷祥光 康妙 计科峰 邢相薇 邹焕新
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: SAR 目标识别 特征融合 栈式自编码器 MSTAR
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 论文
• 页码范围: 167-176
• 页数: 10页
• 分类号: TP751
• 字数: 8339字
• 语种: 中文
• DOI: 10.12000/JR16112

摘要

该文提出了一种基于栈式自编码器(Stacked AutoEncoder,SAE)特征融合的合成孔径雷达(Synthetic Aperture Rader,SAR)图像车辆目标识别算法.首先,该算法提取了SAR图像的25种基线特征(baseline features)和局部纹理特征(Three-Patch Local Binary Patterns,TPLBP).然后将特征串联输入SAE网络中进行融合,采用逐层贪婪训练法对网络进行预训练.最后利用softmax分类器微调网络,提高网络融合性能.另外,该文提取了SAR图像的Gabor纹理特征,进行了不同特征之间的融合实验.结果表明基线特征与TPLBP特征冗余性小,互补性好,融合后的特征区分性大.与直接利用SAE,CNN(Convolutional Neural Network)进行目标识别的算法相比,基于SAE的特征融合算法简化了网络结构,提高了识别精度与识别效率.基于MSTAR数据集的10类目标分类精度达95.88%,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	计科峰	国防科学技术大学电子科学与工程学院	35	323	11.0	16.0
2	邹焕新	国防科学技术大学电子科学与工程学院	27	242	10.0	14.0
3	邢相薇		2	21	1.0	2.0
4	康妙	国防科学技术大学电子科学与工程学院	1	21	1.0	1.0
5	冷祥光	国防科学技术大学电子科学与工程学院	3	26	2.0	3.0