基于深度学习的ViSAR多运动目标检测

来源：雷达科学与技术杂志2022年第5期北京时间：

作者：张笑博，吴迪，朱岱寅

单位：南京航空航天大学电子信息工程学院雷达成像与微波光子技术教育部重点实验室， 江苏南京 211106

摘要：视频合成孔径雷达(ViSAR)在地面动目标检测和感兴趣区域(ROI)的动态监测方面具有巨大的潜力。对地面运动目标的检测与跟踪一直是ViSAR的研究热点。针对现有基于深度学习的ViSAR动目标检测方法存在的依赖预训练模型，模型迁移难等问题，本文提出了一种基于深度学习与多目标跟踪(MOT)算法的ViSAR动目标阴影检测方法。该方法首先设计了一种从零开始深度学习的网络模型，实现动目标阴影的单帧检测。为了提高检测性能的鲁棒性，采用了基于卡尔曼滤波和逐帧数据关联的多目标跟踪算法跟踪动目标。实测数据处理结果表明该方法具有良好的检测性能。

关键词：视频合成孔径雷达,动目标检测,深度学习,多目标跟踪,

基金资助：国家重点研发计划(No.2017YFB0502700)； 航空科学基金(No.20182052013); 南京航空航天大学研究生创新基地(实验室)开放基金(No.kfjj20200411)