基于深度卷积网络的SAR图像目标检测识别

• 作者: 彭宇 李君宝 杨文慧 许剑清
• 来源期刊: 导航定位与授时
• 学科: 航空航天
• 关键词: SAR 目标检测识别 CNN Fast RCNN Faster RCNN
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 定位与授时
• 页码范围: 60-66
• 页数: 7页
• 分类号: V448.2
• 字数: 4785字
• 语种: 中文
• DOI: 10.19306/j.cnki.2095-8110.2017.01.011

摘要

在SAR图像解译应用领域,目标的自动检测与识别一直是该领域的研究重点和热点,也是该领域的研究难点.针对SAR图像的目标检测与识别方法一般由滤波、分割、特征提取和目标识别等多个相互独立的步骤组成.复杂的流程不仅限制了SAR图像目标检测识别的效率,多步骤处理也使模型的整体优化难以进行,进而制约了目标检测识别的精度.采用近几年在计算机视觉领域表现突出的深度学习方法来处理SAR图像的目标检测识别问题,通过使用CNN、Fast RCNN以及Faster RCNN等模型对MSTAR SAR公开数据集进行目标识别及目标检测实验,验证了卷积神经网络在SAR图像目标识别领域的有效性及高效性,为后续该领域的进一步研究应用奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭宇	哈尔滨工业大学自动化测试与控制系	80	2316	24.0	47.0
2	李君宝	哈尔滨工业大学自动化测试与控制系	7	63	4.0	7.0
3	杨文慧	哈尔滨工业大学自动化测试与控制系	1	36	1.0	1.0
4	许剑清	哈尔滨工业大学自动化测试与控制系	2	38	2.0	2.0