基于深度学习的SAR图像目标检测实验

• 作者: 林志龙 王长龙 胡永江
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 合成孔径雷达 目标检测 深度学习 Faster-RCNN SSD
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 工程实践
• 页码范围: 131-135
• 页数: 5页
• 分类号: TN957.51
• 字数: 3747字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.10.026

摘要

针对目前SAR图像目标检测算法只能进行单一目标检测和检测精度不高的问题,对深度学习目标检测框架在SAR图像目标检测的应用进行了实验研究,并结合SAR图像特点进行了优化.比较了基于区域建议的Faster-RCNN和无需区域建议的SSD目标检测框架在SAR图像上的目标检测精度和速度,分析优缺点;研究了预训练模型对SAR图像目标检测精度的影响;最后通过零均值规整化提高收敛速度和检测精度.实验结果表明优化后的目标检测框架,实现了SAR图像多目标识别并提高了检测精度,可以有效地应用于SAR图像多目标检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡永江	陆军工程大学无人机工程系	23	94	5.0	9.0
2	王长龙	陆军工程大学无人机工程系	6	7	1.0	2.0
3	林志龙	陆军工程大学无人机工程系	2	6	1.0	2.0