《雷达学报杂志》发表论文赏析

基于栈式自编码器特征融合的SAR图像车辆目标识别

来源:雷达学报杂志2017年第2期北京时间:

作者:康妙, 计科峰, 冷祥光, 邢相薇, 邹焕新

单位:①.国防科学技术大学电子科学与工程学院   长沙   410073;②.北京市遥感信息研究所   北京   100192;

摘要:该文提出了一种基于栈式自编码器(Stacked AutoEncoder, SAE)特征融合的合成孔径雷达(Synthetic Aperture Rader, SAR)图像车辆目标识别算法。首先,该算法提取了SAR图像的25种基线特征(baseline features)和局部纹理特征(Three-Patch Local Binary Patterns, TPLBP)。然后将特征串联输入SAE网络中进行融合,采用逐层贪婪训练法对网络进行预训练。最后利用softmax分类器微调网络,提高网络融合性能。另外,该文提取了SAR图像的Gabor纹理特征,进行了不同特征之间的融合实验。结果表明基线特征与TPLBP特征冗余性小,互补性好,融合后的特征区分性大。与直接利用SAE, CNN (Convolutional Neural Network)进行目标识别的算法相比,基于SAE的特征融合算法简化了网络结构,提高了识别精度与识别效率。基于MSTAR数据集的10类目标分类精度达95.88%,验证了算法的有效性。

关键词:SAR, 目标识别, 特征融合, 栈式自编码器, MSTAR

基金资助:国家自然科学基金(61372163, 61331015, 61601035)

2017年2期其他文献查阅:

基于三维电磁散射参数化模型的SAR目标识别方法

深度学习在SAR目标识别与地物分类中的应用

基于栈式降噪稀疏自动编码器的雷达目标识别方法

属性散射中心匹配及其在SAR目标识别中的应用

基于栈式自编码器特征融合的SAR图像车辆目标识别

基于无训练单样本有效特征的SAR目标检测

一种基于似然比统计量的SAR相干变化检测

基于卷积神经网络的高分辨率SAR图像飞机目标检测方法

一种改进的变化检测方法及其在洪水监测中的应用

高分辨率星载SAR起伏运动目标精细聚焦与参数估计方法

极化串扰对基于Cloude分解的地物散射机制特征量影响分析

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!