基于改进ResNet网络的复数SAR图像舰船目标识别方法

来源：系统工程与电子技术杂志2022年第12期北京时间：

作者：雷禹, 冷祥光, 周晓艳, 孙忠镇, 计科峰

单位：国防科技大学电子科学学院, 湖南 长沙 410073

摘要：合成孔径雷达(synthetic aperture radar, SAR)采用微波相干成像, 因此SAR图像本质上是复数的。传统基于神经网络的SAR图像目标识别方法, 通常只处理SAR图像的幅度信息, 无法有效利用SAR图像特有的复数信息。本文面向SAR图像中的舰船目标识别应用, 从SAR图像的本质出发, 首先通过组合SAR图像的实部、虚部和幅度三通道信息, 隐式地提供了输入数据的复数信息表示; 然后在ResNet18网络及其结构基础上引入通道注意力机制, 使网络能自适应学习实部、虚部和幅度三通道之间包含的复数信息; 最后引入标签平滑正则化, 解决因复数数据集样本较少出现的过拟合现象。基于OpenSARShip数据集的实验结果表明, 所提方法可以较好利用SAR图像本身的复数信息, 在一定程度上提升了基于深度神经网络的舰船目标识别效果。

关键词：合成孔径雷达,神经网络,复数信息,舰船目标识别

基金资助：国家自然科学基金(62001480);湖南省自然科学基金(2021JJ40684)