深度卷积神经网络在SAR自动目标识别领域的应用综述

• 作者: Pierre Loumbi 李伟 许强
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 合成孔径雷达 自动目标识别 深度卷积神经网络 应用综述
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 综述与评论
• 页码范围: 106-112
• 页数: 7页
• 分类号: TN957.52
• 字数: 5470字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2018.01.019

摘要

深度卷积神经网络(DCNN)可自动学习目标层次化特征,在合成孔径雷达(SAR)自动目标识别(SAR-ATR)领域具有广泛应用前景.首先,介绍了DCNN的基本原理以及DCNN在光学图像上的应用与发展;然后,介绍了SAR-ATR的基本概念,综述了DCNN在SAR图像语义特征提取、片段级SAR图像分类、基于数据增强技术的SAR自动目标识别、异质图像变化检测等领域中的前沿应用研究及代表性网络架构;最后,总结并讨论了DCNN在SAR-ATR应用中存在的参数设置经验化、算法泛化能力较弱等不足,并对未来研究方向进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	空军工程大学信息与导航学院	111	485	10.0	19.0
2	许强	空军工程大学信息与导航学院	7	24	2.0	4.0
3	Pierre Loumbi	空军工程大学信息与导航学院	1	14	1.0	1.0