卷积神经网络对SAR目标识别性能分析

来源：雷达科学与技术杂志2018年第5期北京时间：

作者：邵嘉琦，曲长文，李健伟

单位：海军航空大学，山东烟台264001

摘要：近年来，以卷积神经网络（Convolutional Neural Network，CNN）为代表的深度学习方法在图像识别领域取得了巨大进展，但尚未在SAR目标识别领域得到广泛应用。基于此，将具有代表性的LeNet，AlexNet，VGGNet，GoogLeNet，ResNet，DenseNet，SENet等卷积神经网络模型应用到SAR图像目标识别上，并依据识别精度、模型尺寸、运行时间等指标在公开SAR数据集MSTAR上对9类目标进行识别实验。详细对比分析了不同CNN模型的综合性能，验证了利用CNN网络模型进行SAR图像目标识别的优越性，同时也为该领域的后续工作提供了参考基准。

关键词：卷积神经网络(CNN),合成孔径雷达（SAR）,目标识别,深度学习,