基于自注意力特征融合的半监督生成对抗网络用于SAR目标识别

来源：信号处理杂志 2022年第2期北京时间：

作者：应自炉, 王发官, 翟懿奎, 王文琪

摘要：与具有大量标注数据的光学图像相比，合成孔径雷达（Synthetic Aperture Radar，SAR）图像缺乏足够的标记样本，限制了监督学习的SAR目标识别算法的性能。而无监督识别方法又难以满足实际需求，因此本文提出了基于自注意力特征融合的半监督生成对抗网路。首先，在构建生成器和判别器时引入自注意力层，克服卷积算子不具有长距离特征提取的问题；其次，判别器采用多层级特征融合，捕获SAR图像的关键信息；最后，在训练过程中采用谱归一化，提升模型的收敛稳定性。为了验证所提方法的有效性，在运动与静止目标获取和识别（Moving and Stationary Target Acquisition and Recognition，MSTAR）数据集上进行了实验。实验结果表明，所提方法能从未标记样本中学习有价值的信息，有效地解决标注不足的问题。

关键词：合成孔径雷达, 生成对抗网络, 半监督, 自注意力, 特征融合