《雷达学报杂志》发表论文赏析

一种基于深度学习的SAR城市建筑区域叠掩精确检测方法

来源:雷达学报杂志2023年第2期北京时间:

作者:田野, 丁赤飚, 张福博, 石民安

单位:1.中国科学院空天信息创新研究院微波成像技术国家级重点实验室 北京 100190;2.中国科学院空天信息创新研究院 北京 100190;3.中国科学院大学电子电气与通信工程学院 北京 100049;

摘要:建筑物叠掩检测在城市三维合成孔径雷达(3D SAR)成像流程中是至关重要的步骤,其不仅影响成像效率,还直接影响最终成像的质量。目前,用于建筑物叠掩检测的算法往往难以提取远距离全局空间特征,也未能充分挖掘多通道SAR数据中关于叠掩的丰富特征信息,导致现有叠掩检测算法的精确度无法满足城市3D SAR成像的要求。为此,该文结合Vision Transformer (ViT)模型和卷积神经网络(CNN)的优点,提出了一种基于深度学习的SAR城市建筑区域叠掩精确检测方法。ViT模型能够通过自注意力机制有效提取全局特征和远距离特征,同时CNN有着很强的局部特征提取能力。此外,该文所提方法还基于专家知识增加了用于挖掘通道间叠掩特征和干涉相位叠掩特征的模块,提高算法的准确率与鲁棒性,同时也能够有效地减轻模型在小样本数据集上的训练压力。最后在该文构建的机载阵列SAR数据集上测试,实验结果表明,该文所提算法检测准确率达到94%以上,显著高于其他叠掩检测算法。

关键词:深度学习, 专家知识, 3D SAR成像, 建筑区域叠掩检测, Vision Transformer模型

基金资助:国家重点研发计划(2021YFA0715404)

2023年2期其他文献查阅:

面向感知应用的通感一体化信号设计技术与综述

MIMO系统探通一体化信号矩阵设计方法

一种具有多普勒容忍性的通感一体化波形设计

基于FBMC信号的低截获雷达通信一体化波形设计

一种基于分布式孔径的雷达通信一体化波形设计方法

稀疏多极化阵列设计研究进展与展望

基于稀疏和低秩先验的雷达前视超分辨成像方法

深度学习融合超宽带雷达图谱的跌倒检测研究

时空域稀疏条件下基于雷达回波时序依赖关系的目标检测

机载雷达告警接收机发展现状及趋势

全息凝视雷达系统技术与发展应用综述

基于强化学习的认知雷达目标跟踪波形挑选方法

高分辨全极化昆虫雷达极化校准与昆虫体轴方向估计

一种基于深度学习的SAR城市建筑区域叠掩精确检测方法

雷达对海探测试验与目标特性数据获取

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!