用于SAR遥感图像车辆型谱级识别的高阶特征表示多尺度残差卷积网络

陈禾; 李灿; 庄胤; 杜海琳; 龙腾

首页> 中文期刊> 《信号处理》 >用于SAR遥感图像车辆型谱级识别的高阶特征表示多尺度残差卷积网络

用于SAR遥感图像车辆型谱级识别的高阶特征表示多尺度残差卷积网络

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

合成孔径雷达(Synthetic Aperture Radar,SAR)对地观测具有覆盖面积广、多极化、多分辨率、全天时全天候观测的特点,被广泛应用于智能化监测系统.随着SAR遥感图像分辨率的提升,目标型谱级识别成为了一项挑战.本文使用聚束成像模式下10种型号车辆的0.3 m分辨率、HH极化、多方位角的观测数据,针对型号类间差异小而导致的传统分类算法性能较差的问题,提出了多尺度特征提取残差结构,并结合高阶特征表示提升了深度卷积网络的分类性能,实现了高精度的SAR遥感图像车辆型谱级识别.所提出的方法在公开的MSTAR数据集上开展了详细的实验验证,结果表明本文提出的方法优于现有的智能化分类算法,对10种型号车辆目标识别的总体精度(Overall Accuracy,OA)达到了 99.88％.

著录项

来源
《信号处理》 |2021年第3期|317-327|共11页
作者
陈禾; 李灿; 庄胤; 杜海琳; 龙腾;
展开▼
作者单位

北京理工大学信息与电子学院雷达技术研究所;

嵌入式实时信息处理技术北京市重点实验室北京100081;

北京理工大学信息与电子学院雷达技术研究所;

嵌入式实时信息处理技术北京市重点实验室北京100081;

北京大学信息与科学技术学院北京100087;

北京理工大学信息与电子学院雷达技术研究所;

嵌入式实时信息处理技术北京市重点实验室北京100081;

北京理工大学信息与电子学院雷达技术研究所;

嵌入式实时信息处理技术北京市重点实验室北京100081;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
SAR遥感图像; 车辆型谱级识别; 多尺度高阶特征表示; 深度卷积网络;

相似文献

中文文献
外文文献
专利

1. 基于残差时空图卷积网络的3D人体行为识别 [J] . 管珊珊 ,张益农 . 计算机应用与软件 . 2020,第003期
2. 基于残差块的遥感图像目标识别自编码网络 [J] . 张童 . 哈尔滨师范大学自然科学学报 . 2019,第004期
3. 基于高阶残差和参数共享反馈卷积神经网络的农作物病害识别 [J] . 曾伟辉 ,李淼 ,李增 . 电子学报 . 2019,第009期
4. 面向农作物病害识别的高阶残差卷积神经网络研究 [J] . 曾伟辉 ,李淼 ,张健 . 中国科学技术大学学报 . 2019,第010期
5. 基于多尺度残差神经网络的葡萄叶片病害识别 [J] . 何欣 ,李书琴 ,刘斌 . 计算机工程 . 2021,第005期
6. 基于残差符号信息识别残差污染 [C] . 李碧君 . 中国电机工程学会电力系统自动化学术会议 . -1
7. 基于三维残差卷积网络的微表情识别 [A] . 闫珺 . 2020

用于SAR遥感图像车辆型谱级识别的高阶特征表示多尺度残差卷积网络

摘要

著录项

相似文献

相关主题

期刊订阅