基于随机卷积特征和集成超限学习机的快速SAR目标识别
【杭州电子科技大学通信信息传输与融合技术国防重点学科实验室信息融合团队】

    合成孔径雷达(Synthetic Aperture Radar, SAR)是一种主动式微波成像传感器,具有全天时、全天候、多波段和多极化等特点,已广泛应用于国民经济和国防建设,如灾害监测、资源勘查和导弹末制导等。由于SAR成像与平台俯视角和目标方位角密切相关,且获得的SAR图像具有较强的相干斑噪声,如何在标准和扩展操作条件下提高(变形)目标识别率,是SAR图像自动目标识别研究一直致力于解决的难题。特征提取与选择、分类器优化设计是提高SAR图像目标识别精度需重点解决的两个核心问题。

    杭州电子科技大学通信信息传输与融合技术国防重点学科实验室信息融合团队提出了一种融合二维随机卷积特征和集成超限学习机的快速SAR目标识别算法。为提取目标的多尺度局部特征,采用随机生成具有不同宽度的二维卷积核对输入图像进行卷积与池化操作,提取二维随机卷积特征向量。为提高分类器的泛化能力,基于集成学习思想对提取的卷积特征进行随机采样,然后采用超限学习机训练基分类器。通过投票表决法对基分类器的分类结果进行集成。采用MSTAR数据集在标准和扩展操作条件下进行了SAR图像目标识别实验。实验结果表明,在无需进行数据增强的情况下,分类精度与采用数据增强和多层卷积神经网络的深度学习算法相当。提出的算法具有实现简单、训练速度快、分类精度高等优点。

算法流程图

杭州电子科技大学通信信息传输与融合技术国防重点学科实验室信息融合团队简介
杭州电子科技大学通信信息传输与融合技术国防重点学科实验室信息融合团队现有教师15人,其中正高6人(博导2人),副教授4人,讲师5人,团队负责人为薛安克教授。信息融合团队主要从事遥感图像处理,检测、跟踪与识别,高层信息融合三个方面的研究,已发表论文100余篇,授权发明专利20余项。“十二五”期间承担国家基础研究计划“973”子课题2项,国家自然科学基金重点项目和重大仪器专项各1项,国防基础科研项目1项,原总装备部装备预研项目5项;“十三五”以来,承担国防基础科研重大项目子课题1项、装备发展部预研项目3项、海军创新项目2项。获国家科技进步二等奖1项、省部科技进步一等奖2项、省自然科学一等奖1项、国防科技进步奖和军工集团国防科技奖励5项。

相关论文
谷雨, 徐英. 基于随机卷积特征和集成超限学习机的快速SAR目标识别[J]. 光电工程, 2018, 45(1): 170432. 
DOI:10.12086/oee.2018.170432