基于深度学习的雷达图像目标识别研究进展

被引：12

作者：

潘宗序 ^{[1
,2
,3
]}

安全智 ^{[1
,2
,3
]}

张冰尘 ^{[1
,2
,3
]}

机构：

[1] 中国科学院电子学研究所

[2] 中国科学院空间信息处理与应用系统技术重点实验室

[3] 中国科学院大学

来源：

中国科学:信息科学 | 2019年 / 49卷 / 12期

关键词：

雷达图像; 目标识别; 深度学习; 卷积神经网络; 小样本;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TN957.52 [数据、图像处理及录取];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

雷达探测是一种有效的对地观测手段,雷达图像目标识别是其重要研究方向.深度学习已在众多领域取得成功,然而训练深层神经网络需要大量数据,样本量不足已成为制约深度学习方法在雷达图像目标识别中应用的主要因素.本文对基于深度学习的雷达图像目标识别研究进展进行了综述,梳理和总结了具有代表性的方法.首先,介绍针对雷达图像目标识别的数据扩充和网络模型设计方法.然后,详细阐述本课题组针对小样本条件提出的基于迁移学习、度量学习和半监督学习的雷达图像目标识别方法.最后,讨论了目前仍然存在的问题,并给出了对未来发展趋势的展望.

引用

页码：1626 / 1639

页数：14

共 142 条

[1] Sample discriminant analysis for SAR ATR. Liu X,Huang Y L,Pei J F,et al. IEEE Geoscience and Remote Sensing Letters . 2014
[2] Sample discriminant analysis for SAR ATR. Liu X,Huang Y L,Pei J F,et al. IEEE Geoscience and Remote Sensing Letters . 2014
[3] SAR tar get recognition via joint sparse representation of monogeni signal. Dong Ganggang,Kuang Gangyao,Wang Na,et al. IEEE Journal of Selected Topics in Applied Earth Observations&Remote Sensing . 2015
[4] SAR tar get recognition via joint sparse representation of monogeni signal. Dong Ganggang,Kuang Gangyao,Wang Na,et al. IEEE Journal of Selected Topics in Applied Earth Observations&Remote Sensing . 2015
[5] SAR图象自动目标识别研究
匡纲要
计科峰
粟毅
郁文贤
[J]. 中国图象图形学报, 2003, (10) : 14 - 19
[6] SAR图象自动目标识别研究
匡纲要
计科峰
粟毅
郁文贤
[J]. 中国图象图形学报, 2003, (10) : 14 - 19
[7] MSTAR extened operating condtions: a tutorial. Keydel E R,Lee S W,Moore J T. Algorithms for Synthetic Aperture Radar Imagery III . 1996
[8] MSTAR extened operating condtions: a tutorial. Keydel E R,Lee S W,Moore J T. Algorithms for Synthetic Aperture Radar Imagery III . 1996
[9] SAR Target Recognition Using Nonnegative Matrix Factorization with L1/2 Constraint. Z.Y.Cui,Z.J.Cao,J.Y.Yang,J.L Feng. 2014 IEEE Radar Conference . 2014
[10] SAR Target Recognition Using Nonnegative Matrix Factorization with L1/2 Constraint. Z.Y.Cui,Z.J.Cao,J.Y.Yang,J.L Feng. 2014 IEEE Radar Conference . 2014

← 1 2 3 4 5 6 7 8 9 10 →