基于Res-Net深度特征的SAR图像目标识别方法

摘要：

采用Res-Net学习合成孔径雷达(Synthetic Aperture Radar,SAR)图像多层次深度特征,并基于结构相似性准则选取其中的有效成分.通过联合稀疏表示对选取的多层次深度特征进行表征和分析,判定输入样本的目标类别.利用MSTAR数据集进行测试,该方法对10类目标的识别率达到99.02％,对于俯仰角差异以及噪声干扰的稳健性更优.该方法能够有效结合Res-Net和联合稀疏表示在特征提取和分类决策方面的优势,提升识别方法的整体性能.

关键词：合成孔径雷达、目标识别、Res-Net、结构相似性、联合稀疏表示

所属期刊栏目：36

分类号：TP391.4;TN957(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省科技计划;宝鸡市科技计划

在线出版日期：2021-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：624-631