基于仿真SAR图像深度迁移学习的自动目标识别

• 作者: 张雷 徐向辉 王泽隆
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: 合成孔径雷达 仿真SAR图像 迁移学习 自动目标识别(ATR)
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 电子科学
• 页码范围: 516-524
• 页数: 9页
• 分类号: TN957
• 字数: 4803字
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2020.04.011

摘要

使用深度卷积神经网络实现SAR图像的自动目标识别在训练过程中需要大量的标注数据.为解决由SAR实测数据获取成本高、标注数据量不足带来的问题,提出一种在由CReLU激活函数和批归一化改进的卷积神经网络上,使用仿真SAR图像提升最终目标识别性能的方法,把从大量仿真SAR图像学习到的有效知识迁移到实测SAR图像数据上.在训练中,先用仿真SAR图像预训练卷积神经网络,结合迁移学习的方法,有效地解决由SAR图像数据不足带来的过拟合问题.在MSTAR数据集上验证方法的有效性,识别准确率提高到99.78％,并在少量SAR图像样本数据上也取得不错的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐向辉	中国科学院电子学研究所	17	115	6.0	10.0
2	王泽隆	中国科学院电子学研究所	1	0	0.0	0.0