科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有算法不具备识别出未在训练过程中出现的新类别目标的能力问题，提出了针对逆合成孔径成像雷达(inverse synthetic aperture imaging radar, ISAR)隐身目标零样本学习识别方法。首先，基于飞行类动态目标三维网络化物理模型，使用FEKO电磁场仿真软件进行编程，实现ISAR可见的源目标图像数据生成；然后，在此基础上形成不同飞机类目标细节属性的文本语义特征表达。所提出的新类型算法网络模型采用两个变分自编码器，分别进行了图像和语义的特征生成，从而让网络学习到模态不变的特征表达。使用可见类别数据训练网络，并获得能够凭借语义信息生成图像特征的模型。训练识别采用该学习模型不可见的未知新类别目标，从不可见未知的新类别文本语义生成不可见未知的新目标图像特征信息，支撑了不可见未知的新目标识别，统计未知的新类别识别正确率为75%。
-
单位上海无线电设备研究所
