面向刚体目标ISAR成像的预训练稳定扩散低秩适应
计算机视觉与模式识别
2025-03-31 v1
摘要
传统的范围瞬时多普勒（RID）方法用于刚体目标成像常因时频分析（TFA）的局限性导致分辨率较低。为解决这一挑战，我们的主要关注点是从低分辨率时频表示（TFR）中获得高分辨率。认识到TFR的曲线特征是一种特定类型的纹理特征，我们认为，预训练的生成模型如稳定扩散（SD）非常适合增强TFR，因为其在捕获纹理表示方面具有强大的能力。基于这一洞察，我们提出了一种新的刚体目标逆合成雷达（ISAR）成像方法，利用预训练SD模型的低秩适应（LoRA）。我们的方法采用SD Turbo的基本结构和预训练参数，同时纳入额外的线性运算，以实现LoRA和对抗训练，从而实现超分辨率和噪声抑制。随后，我们将LoRA-SD集成到基于RID的ISAR成像中，实现了锐利聚焦和去噪的超分辨率成像。我们使用模拟雷达数据和实际雷达数据进行评估。实验结果表明，我们的方法在频率估计和ISAR成像方面优于传统方法。值得注意的是，针对模拟雷达数据训练并在测量雷达数据上测试，验证了其泛化能力。
引用
@article{arxiv.2503.21823,
title = {Low-Rank Adaptation of Pre-Trained Stable Diffusion for Rigid-Body Target ISAR Imaging},
author = {Boan Zhang and Hang Dong and Jiongge Zhang and Long Tian and Rongrong Wang and Zhenhua Wu and Xiyang Liu and Hongwei Liu},
journal= {arXiv preprint arXiv:2503.21823},
year = {2025}
}
备注
4 pages, IGARSS 2025