-
题名融合可微分渲染的SAR多视角样本增广
被引量：1
- 1
-
-
作者
贾赫成
蒲欣洋
王燕妮
符士磊
徐丰
-
机构
电磁波信息科学教育部重点实验室复旦大学
-
出处
《雷达学报（中英文）》
EI
CSCD
北大核心
2024年第2期457-470,共14页
-
基金
国家自然科学基金(61991422)。
-
文摘
合成孔径雷达(SAR)因其全天候、全天时的监测能力在民用和军事领域得到广泛应用。近年来,深度学习已被广泛应用于SAR图像自动解译。然而,由于卫星轨道和观测角度的限制,SAR目标样本面临视角覆盖率不全的问题,这为学习型SAR目标检测识别算法带来了挑战。该文提出一种融合可微分渲染的SAR多视角样本生成方法,结合逆向三维重建和正向渲染技术,通过卷积神经网络(CNN)从少量SAR视角图像中反演目标三维表征,然后利用可微分SAR渲染器(DSR)渲染出更多视角样本,实现样本在角度维的插值。另外,方法的训练过程使用DSR构建目标函数,无需三维真值监督。根据仿真数据的实验结果,该方法能够有效地增加多视角SAR目标图像,并提高小样本条件下典型SAR目标识别率。
-
关键词
合成孔径雷达(sar)
可微分sar渲染器(dsr)
卷积神经网络(CNN)
三维重建
多视角样本生成
-
Keywords
Synthetic Aperture Radar(sar)
Differentiable sar Renderer(dsr)
Convolutional Neural Network(CNN)
3D reconstruction
Multi-view sample generation
-
分类号
TN95
[电子电信—信号与信息处理]
-
