基于YOLO神经网络的雷达目标成像识别评估研究

摘要：

针对复杂地面背景环境下的武器装备精确探测识别需求,采用Lee增强滤波、对比度自适应直方图均衡化和能量归一化等图像预处理方法,提高SAR图像质量;通过引入两个可学习的参数和采用基于非极大值抑制(NMS)方法构建了优化的YOLO神经网络目标识别方法,对基于轮廓、纹理等特征的地面目标SAR图像自动识别进行了实验.实验结果表明,与形变卷积神经网络(DPM)和区域卷积神经网络(RCNN)相比,优化YOLO网络的目标识别率提升了10％以上,为基于目标成像识别的隐身性能评估提供了一种途径.

关键词：YOLO神经网络、合成孔径雷达、目标识别、成像特征

所属期刊栏目：35

分类号：TN975

资助基金：兵器装备集团开发基金项目EJ20-9043

在线出版日期：2021-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：121-124,132