科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度学习已成功地应用于合成孔径雷达(synthetic aperture radar,SAR)图像的解释中,并取得了最新的成果。然而,目前的深度学习算法受SAR图像斑点噪声和俯仰角变化较大的影响,解释精度不佳。本文提出一种基于胶囊神经网络的SAR图像目标识别方法。该方法首先对MSTAR数据集使用灰度化和双线性插值的中心裁剪方法统一图像尺寸以完成对数据的预处理。然后利用两个卷积层生成胶囊基本单元,第一个卷积层将像素强度转换为局部特征探测器的活动并将其用作初级胶囊的输入,第二个卷积层生成主胶囊。最后通过基于路由算法的全连接层实现了分类任务。经过科学实验和对比,该方法网络结构简单,参数量小,准确率高。
- 单位
