基于位姿差异空间变换器的特征解耦用于部分方位角SAR目标识别
计算机视觉与模式识别
2021-03-09 v1
摘要
本文提出一种称为DistSTN的新颖框架，用于合成孔径雷达（SAR）自动目标识别（ATR）任务。与常规SAR ATR算法不同，DistSTN考虑了更具挑战性的实际场景：非合作目标的训练方位角不完整且局限于部分范围，而测试样本的方位角不受限制。为解决此问题，DistSTN不学习位姿不变特征，而是新引入一种精细的特征解耦模型，将SAR目标学到的位姿因子与身份因子分离，使其能独立控制目标图像的表征过程。为解耦可解释的位姿因子，我们在DistSTN中开发了位姿差异空间变换器模块，以显式几何模型刻画两个不同目标因子间的内在变换。此外，DistSTN开发了摊销推断方案，利用编码器-解码器机制实现高效特征提取与识别。在运动与静止目标获取与识别（MSTAR）基准上的实验结果证明了所提方法的有效性。与其他ATR算法相比，DistSTN能获得更高的识别精度。
引用
@article{arxiv.2103.04329,
title = {Pose Discrepancy Spatial Transformer Based Feature Disentangling for Partial Aspect Angles SAR Target Recognition},
author = {Zaidao Wen and Jiaxiang Liu and Zhunga Liu and Quan Pan},
journal= {arXiv preprint arXiv:2103.04329},
year = {2021}
}