基于复数域CNN的舰船目标识别算法

作者：化青龙; 黄斌; 陈雪峰; 李高鹏; 张云

来源：指挥信息系统与技术, 2019, 10(06): 71-75.

DOI：10.15908/j.cnki.cist.2019.06.013

• 复数域卷积神经网络
• 合成孔径雷达
• 舰船目标识别
• 深度学习

随着海洋科学技术发展以及对海监测需求的不断增加,对海洋舰船目标的长期持续监视与高精度识别越来越重要。合成孔径雷达(SAR)作为对海监测的有效手段,具备全天候、全天时和高分辨探测等优势,已在海洋监视领域得到重视。近年来,随着基于深度学习的舰船目标识别技术的发展,SAR图像处理技术在海洋遥感探测领域得以广泛应用。针对目前基于深度卷积网络的舰船目标识别问题,提出了一种基于复数域卷积神经网络(CV-CNN)的舰船目标识别算法。试验表明,该算法提高了舰船目标识别的准确性和可靠性,具有应用价值。

• 单位
  中国电子科技集团公司第二十八研究所; 哈尔滨工业大学