基于深度学习的SAR船舶分类综述
计算机视觉与模式识别
2026-05-28 v2 人工智能
摘要
深度学习(DL)已成为合成孔径雷达(SAR)船舶分类的强大工具。本综述全面分析了该领域所采用的各类DL技术。我们识别了关键趋势与挑战，强调了融合手工特征、利用公开数据集、数据增强、微调、可解释性技术以及促进跨学科合作对于提升DL模型性能的重要性。本综述首次建立了基于DL模型、手工特征使用、SAR属性利用以及微调影响的分类体系。我们讨论了SAR船舶分类任务中所采用的方法学以及不同技术的影响。最后，本综述探讨了未来研究的潜在方向，包括应对数据稀缺、探索新型DL架构、引入可解释性技术以及建立标准化的性能指标。通过应对这些挑战并利用DL的进展，研究人员可以为开发更精确、更高效的船舶分类系统做出贡献，从而最终提升海上监视及相关应用。
引用
@article{arxiv.2503.11906,
title = {A Survey on SAR ship classification using Deep Learning},
author = {Ch Muhammad Awais and Marco Reggiannini and Davide Moroni and Emanuele Salerno},
journal= {arXiv preprint arXiv:2503.11906},
year = {2026}
}
备注
in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2026