《雷达学报杂志》发表论文赏析

结合强化学习自适应候选框挑选的SAR目标检测方法

来源:雷达学报杂志2022年第5期北京时间:

作者:杜兰, 王梓霖, 郭昱辰, 杜宇昂, 严俊坤

单位:1.西安电子科技大学雷达信号处理国家重点实验室 西安 710071;2.西安电子科技大学前沿交叉研究院 西安 710071;

摘要:大场景合成孔径雷达(SAR)图像相对于通用光学图像,复杂背景杂波对目标特征提取影响更大,由于传统基于候选框的深度目标检测算法会在整张特征图上产生大量冗余候选框,因而在SAR图像复杂背景杂波影响下会产生大量的虚警,降低目标检测精度。针对该问题,该文基于Faster R-CNN检测模型,提出结合强化学习自适应候选框挑选的SAR目标检测方法。该方法能够通过强化学习自适应搜索特征图中可能含有目标的区域,并挑选搜索区域内的候选框继续进行分类、回归。通过准确搜索到含有目标的区域,可以减少复杂背景杂波的影响并减少传统强化学习应用于检测问题的计算量。所提方法利用强化学习序列决策的特点,能够根据图像信息通过强化学习迭代搜索自适应确定图像中可能含有目标的搜索区域的位置。同时,该方法通过在强化学习中使用距离约束,可以根据之前的搜索结果自适应调整下一次搜索区域的尺寸。基于实测数据的实验结果表明,所提方法能够提升传统深度学习目标检测方法的检测性能。

关键词:合成孔径雷达, 目标检测, 强化学习, Faster R-CNN算法

基金资助:国家自然科学基金(U21B2039)

2022年5期其他文献查阅:

自动目标识别的工程视角述评

杂波背景下的时距联合检测前聚焦方法研究

空/时对称阵列雷达非高斯杂波背景下多秩距离扩展目标检测方法

面向目标跟踪的机载组网雷达辐射参数与航迹规划联合优化算法

基于STFT谱图滑窗相消的微动杂波去除方法

集中式MIMO雷达研究综述

频控阵雷达技术研究进展综述

基于频率分集阵列的多功能一体化波形设计与信号处理方法

天基预警雷达低自由度STAP方法研究

结合强化学习自适应候选框挑选的SAR目标检测方法

基于深度CNN模型的SAR图像有源干扰类型识别方法

无先验模型复杂结构设施SAR全方位三维成像方法研究

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!