探索用于SAR图像分类的深度学习方法：通过Transformer实现下一代卷积
图像与视频处理
2023-03-29 v1 计算机视觉与模式识别
机器学习
摘要
高分辨率SAR生成的图像具有广泛的应用领域，因为它们在不良光照和天气条件下能更好地工作。其中一个应用领域是军事系统。本研究尝试探索当前计算机视觉领域引入的SOTA模型对SAR目标分类（MSTAR）的适用性。由于为军事系统产生的任何解决方案的应用都具有战略性和实时性，准确率往往不是衡量其性能的唯一标准。预测时间和输入鲁棒性等其他重要参数同样关键。本文在SAR图像的背景下处理这些问题。实验结果表明，深度学习模型可以恰当地应用于SAR图像分类领域并达到所需的性能水平。
引用
@article{arxiv.2303.15852,
title = {Exploring Deep Learning Methods for Classification of SAR Images: Towards NextGen Convolutions via Transformers},
author = {Aakash Singh and Vivek Kumar Singh},
journal= {arXiv preprint arXiv:2303.15852},
year = {2023}
}
备注
6 pages, 9 figures