一种基于深度学习的舰船目标融合识别算法

• 作者: 姚力波 李家起 江政杰 简涛
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 舰船目标识别 低分辨率图像 多极化SAR卫星遥感图像 VGG16网络模型
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 信息融合技术
• 页码范围: 31-35,171
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2020.09.008

摘要

低分辨率SAR(合成孔径雷达)卫星遥感图像具有大幅宽特点,是广域海上目标搜索的重要手段,但相较于高分辨率遥感图像,可用于目标识别的特征较少,导致识别性能有待提高.论文探索并设计了一种基于深度学习的低分辨率多极化SAR卫星遥感图像舰船目标融合识别的算法.首先,以多极化SAR图像为输入,利用改进的VGG16网络提取图像特征得到各极化通道的分类结果,同时自动学习各极化通道的权重,然后,对分类结果进行决策级加权融合;最后,利用公开的OpenSARShip数据集进行实验验证,结果表明,与单极化SAR图像舰船目标识别以及其他融合识别方法相比,该算法一定程度上提升了舰船目标识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李家起		1	0	0.0	0.0
2	江政杰		3	5	2.0	2.0
3	姚力波		1	0	0.0	0.0
4	简涛		1	0	0.0	0.0