基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别

基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别

TN958%TP183; SAR多通道引起的虚假目标与散焦的船舶目标形状纹理特征非常相似,在全孔径SAR图像中难以区分.针对此类虚假目标造成的虚警问题,该文提出一种基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别方法.首先,对复数SAR图像进行幅值计算得到幅度图像,利用迁移学习方法提取幅度图像中的全孔径特征;接着,对复数SAR图像进行子孔径分解获得一系列子孔径图像,然后用栈式卷积自编码器(SCAE)提取子孔径图像中的子孔径特征;最后,将子孔径和全孔径特征进行串联并利用联合特征进行分类.在高分三号超精细条带模式SAR图像上的实验结果表明,该方法可以有效的鉴别船舶目标和多通道虚假目标,与仅使用...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:雷达学报 2021, Vol.10 (1), p.159-172
Hauptverfasser: 马琳, 潘宗序, 黄钟泠, 韩冰, 胡玉新, 周晓, 雷斌
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 172
container_issue 1
container_start_page 159
container_title 雷达学报
container_volume 10
creator 马琳
潘宗序
黄钟泠
韩冰
胡玉新
周晓
雷斌
description TN958%TP183; SAR多通道引起的虚假目标与散焦的船舶目标形状纹理特征非常相似,在全孔径SAR图像中难以区分.针对此类虚假目标造成的虚警问题,该文提出一种基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别方法.首先,对复数SAR图像进行幅值计算得到幅度图像,利用迁移学习方法提取幅度图像中的全孔径特征;接着,对复数SAR图像进行子孔径分解获得一系列子孔径图像,然后用栈式卷积自编码器(SCAE)提取子孔径图像中的子孔径特征;最后,将子孔径和全孔径特征进行串联并利用联合特征进行分类.在高分三号超精细条带模式SAR图像上的实验结果表明,该方法可以有效的鉴别船舶目标和多通道虚假目标,与仅使用全孔径特征学习的方法相比准确率提升了16.32％.
doi_str_mv 10.12000/JR20106
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_ldxb202101013</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>ldxb202101013</wanfj_id><sourcerecordid>ldxb202101013</sourcerecordid><originalsourceid>FETCH-wanfang_journals_ldxb2021010133</originalsourceid><addsrcrecordid>eNpjYBAwNNAzNDIwMND3CjIyMDQwY2HgNDKwNNU1sjCO4GDgLS7OTDIwNjMyNTMwNuFk8Hg6f9eTXX1P1054unbK030tT3b0PW1dAWE_79z5dF_j07XLnuxc8HxWS7Bj0NMls142zHrZOPnFzFlPG9ufz173bEH7y84tTztW8zCwpiXmFKfyQmluBlU31xBnD93yxLy0xLz0-Kz80qI8oEx8TkpFkpGBkSHQcYbGxsSqAwAo_lgA</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别</title><source>DOAJ Directory of Open Access Journals</source><source>EZB-FREE-00999 freely available EZB journals</source><creator>马琳 ; 潘宗序 ; 黄钟泠 ; 韩冰 ; 胡玉新 ; 周晓 ; 雷斌</creator><creatorcontrib>马琳 ; 潘宗序 ; 黄钟泠 ; 韩冰 ; 胡玉新 ; 周晓 ; 雷斌</creatorcontrib><description>TN958%TP183; SAR多通道引起的虚假目标与散焦的船舶目标形状纹理特征非常相似,在全孔径SAR图像中难以区分.针对此类虚假目标造成的虚警问题,该文提出一种基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别方法.首先,对复数SAR图像进行幅值计算得到幅度图像,利用迁移学习方法提取幅度图像中的全孔径特征;接着,对复数SAR图像进行子孔径分解获得一系列子孔径图像,然后用栈式卷积自编码器(SCAE)提取子孔径图像中的子孔径特征;最后,将子孔径和全孔径特征进行串联并利用联合特征进行分类.在高分三号超精细条带模式SAR图像上的实验结果表明,该方法可以有效的鉴别船舶目标和多通道虚假目标,与仅使用全孔径特征学习的方法相比准确率提升了16.32％.</description><identifier>ISSN: 2095-283X</identifier><identifier>DOI: 10.12000/JR20106</identifier><language>chi</language><publisher>中国科学院空天信息创新研究院 北京 100190</publisher><ispartof>雷达学报, 2021, Vol.10 (1), p.159-172</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/ldxb/ldxb.jpg</thumbnail><link.rule.ids>314,780,784,864,4022,27922,27923,27924</link.rule.ids></links><search><creatorcontrib>马琳</creatorcontrib><creatorcontrib>潘宗序</creatorcontrib><creatorcontrib>黄钟泠</creatorcontrib><creatorcontrib>韩冰</creatorcontrib><creatorcontrib>胡玉新</creatorcontrib><creatorcontrib>周晓</creatorcontrib><creatorcontrib>雷斌</creatorcontrib><title>基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别</title><title>雷达学报</title><description>TN958%TP183; SAR多通道引起的虚假目标与散焦的船舶目标形状纹理特征非常相似,在全孔径SAR图像中难以区分.针对此类虚假目标造成的虚警问题,该文提出一种基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别方法.首先,对复数SAR图像进行幅值计算得到幅度图像,利用迁移学习方法提取幅度图像中的全孔径特征;接着,对复数SAR图像进行子孔径分解获得一系列子孔径图像,然后用栈式卷积自编码器(SCAE)提取子孔径图像中的子孔径特征;最后,将子孔径和全孔径特征进行串联并利用联合特征进行分类.在高分三号超精细条带模式SAR图像上的实验结果表明,该方法可以有效的鉴别船舶目标和多通道虚假目标,与仅使用全孔径特征学习的方法相比准确率提升了16.32％.</description><issn>2095-283X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2021</creationdate><recordtype>article</recordtype><recordid>eNpjYBAwNNAzNDIwMND3CjIyMDQwY2HgNDKwNNU1sjCO4GDgLS7OTDIwNjMyNTMwNuFk8Hg6f9eTXX1P1054unbK030tT3b0PW1dAWE_79z5dF_j07XLnuxc8HxWS7Bj0NMls142zHrZOPnFzFlPG9ufz173bEH7y84tTztW8zCwpiXmFKfyQmluBlU31xBnD93yxLy0xLz0-Kz80qI8oEx8TkpFkpGBkSHQcYbGxsSqAwAo_lgA</recordid><startdate>2021</startdate><enddate>2021</enddate><creator>马琳</creator><creator>潘宗序</creator><creator>黄钟泠</creator><creator>韩冰</creator><creator>胡玉新</creator><creator>周晓</creator><creator>雷斌</creator><general>中国科学院空天信息创新研究院 北京 100190</general><general>中国科学院大学 北京 100049%中国科学院空天信息创新研究院 北京 100190</general><general>中国科学院空间信息处理与应用系统技术重点实验室 北京 100190</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2021</creationdate><title>基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别</title><author>马琳 ; 潘宗序 ; 黄钟泠 ; 韩冰 ; 胡玉新 ; 周晓 ; 雷斌</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_ldxb2021010133</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2021</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>马琳</creatorcontrib><creatorcontrib>潘宗序</creatorcontrib><creatorcontrib>黄钟泠</creatorcontrib><creatorcontrib>韩冰</creatorcontrib><creatorcontrib>胡玉新</creatorcontrib><creatorcontrib>周晓</creatorcontrib><creatorcontrib>雷斌</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>雷达学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>马琳</au><au>潘宗序</au><au>黄钟泠</au><au>韩冰</au><au>胡玉新</au><au>周晓</au><au>雷斌</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别</atitle><jtitle>雷达学报</jtitle><date>2021</date><risdate>2021</risdate><volume>10</volume><issue>1</issue><spage>159</spage><epage>172</epage><pages>159-172</pages><issn>2095-283X</issn><abstract>TN958%TP183; SAR多通道引起的虚假目标与散焦的船舶目标形状纹理特征非常相似,在全孔径SAR图像中难以区分.针对此类虚假目标造成的虚警问题,该文提出一种基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别方法.首先,对复数SAR图像进行幅值计算得到幅度图像,利用迁移学习方法提取幅度图像中的全孔径特征;接着,对复数SAR图像进行子孔径分解获得一系列子孔径图像,然后用栈式卷积自编码器(SCAE)提取子孔径图像中的子孔径特征;最后,将子孔径和全孔径特征进行串联并利用联合特征进行分类.在高分三号超精细条带模式SAR图像上的实验结果表明,该方法可以有效的鉴别船舶目标和多通道虚假目标,与仅使用全孔径特征学习的方法相比准确率提升了16.32％.</abstract><pub>中国科学院空天信息创新研究院 北京 100190</pub><doi>10.12000/JR20106</doi></addata></record>
fulltext fulltext
identifier ISSN: 2095-283X
ispartof 雷达学报, 2021, Vol.10 (1), p.159-172
issn 2095-283X
language chi
recordid cdi_wanfang_journals_ldxb202101013
source DOAJ Directory of Open Access Journals; EZB-FREE-00999 freely available EZB journals
title 基于子孔径与全孔径特征学习的SAR多通道虚假目标鉴别
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-12T04%3A15%3A04IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%AD%90%E5%AD%94%E5%BE%84%E4%B8%8E%E5%85%A8%E5%AD%94%E5%BE%84%E7%89%B9%E5%BE%81%E5%AD%A6%E4%B9%A0%E7%9A%84SAR%E5%A4%9A%E9%80%9A%E9%81%93%E8%99%9A%E5%81%87%E7%9B%AE%E6%A0%87%E9%89%B4%E5%88%AB&rft.jtitle=%E9%9B%B7%E8%BE%BE%E5%AD%A6%E6%8A%A5&rft.au=%E9%A9%AC%E7%90%B3&rft.date=2021&rft.volume=10&rft.issue=1&rft.spage=159&rft.epage=172&rft.pages=159-172&rft.issn=2095-283X&rft_id=info:doi/10.12000/JR20106&rft_dat=%3Cwanfang_jour%3Eldxb202101013%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=ldxb202101013&rfr_iscdi=true