基于Res-Net深度特征的SAR图像目标识别方法

• 作者: 刘飞 高红艳 卫泽刚 刘亚军 钱郁
• 来源期刊: 液晶与显示
• 关键词: 合成孔径雷达 目标识别 Res-Net 结构相似性 联合稀疏表示
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 图像处理|Image Processing
• 页码范围: 624-631
• 页数: 8页
• 分类号: TP391.4|TN957
• 语种: 中文
• DOI: 10.37188/CJLCD.2020-0226

摘要

采用Res-Net学习合成孔径雷达(Synthetic Aperture Radar,SAR)图像多层次深度特征,并基于结构相似性准则选取其中的有效成分.通过联合稀疏表示对选取的多层次深度特征进行表征和分析,判定输入样本的目标类别.利用MSTAR数据集进行测试,该方法对10类目标的识别率达到99.02％,对于俯仰角差异以及噪声干扰的稳健性更优.该方法能够有效结合Res-Net和联合稀疏表示在特征提取和分类决策方面的优势,提升识别方法的整体性能.