复杂环境大场景SAR图像飞机目标快速检测

作者：赵琰; 赵凌君^*; 匡纲要

来源：电波科学学报, 2020, 35(04): 594-602.

DOI：10.13443/j.cjors.2020040602

• 飞机目标快速检测
• 复杂场景
• 合成孔径雷达(SAR)
• 自动目标识别(ATR)
• YOLOv3
• 卷积神经网络(CNN)

随着人工智能与合成孔径雷达(synthetic aperture radar, SAR)技术的发展,基于卷积神经网络(convolutional neural network, CNN)的SAR图像自动目标识别技术取得了一定的突破.然而,由于飞机自身结构以及SAR成像机制的复杂性,在复杂环境大场景SAR图像中对飞机目标进行快速准确的检测依然存在挑战.为提升算法的检测能力,本文对现有检测算法的处理流程进行了分析与总结,并提出了一种复杂环境大场景SAR图像飞机目标快速检测算法.算法优化了整体检测流程,设计了基于灰度特征的机场区域精细化提取和基于CNN的飞机目标粗检测两大子模块,并采用了YOLOv3网络对机场区域以及飞机目标分别进行初步的提取与检测.实验结果表明,本文算法对复杂环境大场景SAR图像中的飞机目标具有高效的检测能力.

• 单位
  国防科技大学