基于迁移学习的有限SAR样本目标识别研究综述

作者：杨莹; 朱卫纲^*; 邱琳琳; 李佳芯; 朱霸坤

来源：电光与控制, 2023, 30(12): 6-37.

• 深度学习
• 卷积神经网络(CNN)
• 合成孔径雷达(SAR)
• 迁移学习
• 同源数据
• 异源数据

近年来，深度学习虽然在合成孔径雷达(SAR)目标识别领域已得到广泛应用，但目前带有标注的SAR数据样本量的不足严重制约了深度学习在SAR目标识别中的发展。而迁移学习可以攻破深度学习数据驱动的限制，利用有限SAR样本进行迁移学习。对基于迁移学习的有限SAR样本目标识别算法进行了分析，首先，介绍了迁移学习的基本概念、类型、常用策略并分析了其在小样本SAR目标识别领域应用的可行性；然后，根据迁移数据与目标域数据是否同源，分别对两类基于迁移学习的方法在SAR图像识别领域具有代表性的算法进行了梳理归纳；最后，从样本量的不足与网络的普适性两个方向出发，讨论了迁移学习在SAR图像识别任务中存在的不足与下一步的研究方向。

• 单位
  中国人民解放军装备学院