一种基于深度学习的SAR城市建筑区域叠掩精确检测方法

田野; 丁赤飚; 张福博; 石民安

首页> 中文期刊> 《雷达学报》 >一种基于深度学习的SAR城市建筑区域叠掩精确检测方法

一种基于深度学习的SAR城市建筑区域叠掩精确检测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

建筑物叠掩检测在城市三维合成孔径雷达(3D SAR)成像流程中是至关重要的步骤,其不仅影响成像效率,还直接影响最终成像的质量。目前,用于建筑物叠掩检测的算法往往难以提取远距离全局空间特征,也未能充分挖掘多通道SAR数据中关于叠掩的丰富特征信息,导致现有叠掩检测算法的精确度无法满足城市3D SAR成像的要求。为此,该文结合Vision Transformer (ViT)模型和卷积神经网络(CNN)的优点,提出了一种基于深度学习的SAR城市建筑区域叠掩精确检测方法。ViT模型能够通过自注意力机制有效提取全局特征和远距离特征,同时CNN有着很强的局部特征提取能力。此外,该文所提方法还基于专家知识增加了用于挖掘通道间叠掩特征和干涉相位叠掩特征的模块,提高算法的准确率与鲁棒性,同时也能够有效地减轻模型在小样本数据集上的训练压力。最后在该文构建的机载阵列SAR数据集上测试,实验结果表明,该文所提算法检测准确率达到94%以上,显著高于其他叠掩检测算法。

著录项

来源
《雷达学报》 |2023年第2期|441-455|共15页
作者
田野; 丁赤飚; 张福博; 石民安;
展开▼
作者单位

中国科学院空天信息创新研究院微波成像技术国家级重点实验室;

中国科学院空天信息创新研究院;

中国科学院大学电子电气与通信工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类数据、图像处理及录取;
关键词
深度学习; 专家知识; 3D SAR成像; 建筑区域叠掩检测; Vision Transformer模型;

相似文献

中文文献
外文文献
专利

1. 一种InSAR叠掩与阴影区域的检测方法 [J] . 任云 ,邹焕新 ,秦先祥 . 中南大学学报：自然科学版 . 2013,第S2期
2. 星载干涉SAR阴影及叠掩区域相位重构方法 [J] . 王青松 ,时信华 ,黄海风 . 系统工程与电子技术 . 2010,第004期
3. 基于四阶累积量的机载多基线SAR谱估计解叠掩方法 [J] . 张斌 ,韦立登 ,胡庆荣 . 雷达学报 . 2018,第6期
4. 一种基于高分辨率SAR图像的城市地区建筑物检测方法 [J] . . 军民两用技术与产品 . 2019,第10期
5. 一种基于InSAR的叠掩区域识别算法 [J] . 刘宁宁 ,向茂生 ,毛永飞 . 科学技术与工程 . 2011,第017期
6. 一种InSAR叠掩与阴影区域的检测方法 [C] . REN Yun ,任云 ,ZOU Huanxin . 2013年中国智能自动化会议 . 2013
7. 基于深度学习的高分辨SAR城市建筑目标检测算法 [A] . 付勐 . 2020

一种基于深度学习的SAR城市建筑区域叠掩精确检测方法

摘要

著录项

相似文献

相关主题

期刊订阅