科研之友
微信
新浪微博
Facebook
分享链接
摘要
破译无人机原始图像的效率与情报支援的速度是密切相关的，但目前针对合成孔径图像与光学图像的自动识别算法还不够成熟，存在模型较大、识别率较低等问题。从提高模型识别率、模型轻量化入手，提出一种可以有效识别合成孔径雷达(Synthetic Aperture Radar, SAR)图像与光学遥感图像的轻量化卷积神经网络算法。首先对残差收缩网络进行改进，构建特征提取模块，用自适应K值的一维卷积取代全连接层，并在网络中加入空间注意力，提高阈值提取效率；然后用特征提取模块构建模型，并用MSTAR(Maing and Stationany Target Acquistion and Recognition)数据集与UC Merced Land-Use Data Set、SIRI-WHU两类光学遥感图像测试模型性能，实验显示模型是有效的。
