稀疏编码树框架下的SAR目标识别

摘要：

为了提高利用合成孔径雷达(synthetic aperture radar,SAR)图像对目标型号识别的能力,在稀疏表示识别方法的基础上,提出了一种树形框架稀疏编码的雷达目标识别方法.稀疏编码树是由多个节点构成的分类器,其上每个节点由不同识别需求的子分类器构成.在训练阶段,分别针对目标型号识别需求以及型号识别需求学习相应分类器,组成分类器的根节点和子节点.识别阶段在根节点位置完成对目标类别的判断,再根据根节点的判断结果,对存在型号变体的目标,在子节点上再对型号进行识别,最终输出目标的识别结果,而不存在型号变体的目标则直接输出识别结果.基于美国运动和静止目标获取与识别(moving and stationary target acquisition and recognition,MSTAR)计划录取的SAR图像数据集上的实验结果表明,树形结构在取得与主流方法相当的目标类别识别精度的前提下,提高了对目标型号的识别能力,同时能够准确输出目标类别识别结果.

关键词：SAR目标识别、型号识别、稀疏编码树、字典学习、稀疏表示

所属期刊栏目：11

分类号：TP391(计算技术、计算机技术)

资助基金：The Aeronautical Science Foundation of China under Grant Nos.20151452021,20152752033

在线出版日期：2017-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：768-769,771-775